传感器不再重复上传相似画面：命中时只发六字节索引，接收端取回已存原图
核心概要
Memento把传感器观测改成按引用传输：先在本地持久存储的向量表里检索相似旧样本，命中就只发一个索引，模型分析显示在LoRa这类低速率链路上，25%命中率即可把延迟和能耗各降约四分之一。
深度剖析
无线传感设备可以把一次观测压缩成一个短引用，而不是把整幅图像或整段雷达数据发出去。 此前的压缩和任务导向传输对每个观测独立编码，且多依赖固定模型，数据分布变化时往往需要重新训练。 在三个图像数据集和一个雷达数据集上，Memento在CCT-38上以OPT达到96.04%精度、比云端分类低0.59个百分点，对应30.7倍传输量缩减；在更小预算下QUAL以988倍缩减达到92.74%，比本地分类高3.15个百分点。
发送端和接收端各自保存一张同索引的表，发送端存向量，接收端存对应的原始样本。 检索用倒排文件结构，把少量聚类中心放在快速内存、完整向量表放在较慢的大容量存储，查询先选簇再在簇内做精细比较。 在Ambiq Apollo4 Plus加microSD加LoRa的原型上，表存五万个128维向量、512个粗聚类，内存中的中心查找与距离计算耗时3.4毫秒，读取所选分区38.1毫秒，分区内距离计算1.1毫秒。
启示与展望
这套机制面向观测随时间高度冗余的部署，例如相机陷阱、环境监测或工业巡检；在观测很少重复的高动态环境中，系统会更频繁地回退到完整传输，通信节省随之减少，但回退路径仍保证正确性。评估覆盖三个图像数据集和一个雷达数据集，原型为Ambiq Apollo4 Plus微控制器、可插拔microSD卡和Semtech LR2021 LoRa收发器。
系统假设发送端与接收端保持一致的向量表，实际部署需要确认或周期性一致性检查来维持同步，一旦出现分歧，查询未命中并重传完整观测后表会自然恢复。检索效果取决于嵌入空间的质量，更强的编码器会提高相似观测落到邻近向量的概率。表会随新样本插入而增长，评估显示检索性能在相对适中的表规模上趋于饱和，实际部署可用按时间淘汰、聚类或冗余剪枝等策略限制表大小。