Um AI-Algorithmen, z.B. in Form von Neuronalen Netzen in drahtlose Kommunikationssysteme einzubinden, ist es nötig deren Ressourcenverbrauch hinsichtlich einer Embedded Implementierung drastisch zu verringern. Dies beginnt bei der Auswahl einer geeigneten Modell Architektur und geht häufig über bekannte Optimierungsmethoden wie Quantisierung und Pruning.
