Ця стаття представляє Dora, фреймворк для гібридного паралелізму з урахуванням якості досвіду (QoE) у розподіленому периферійному навчанні та висновку ШІ. Він вирішує проблему оптимізації гетерогенних обчислень, мереж, схильних до конфліктів, та багатовимірних цілей QoE в умовах обмежених ресурсів периферійного середовища. Dora досягає цього за допомогою розділювача моделей, що враховує гетерогенність, планувальника мережі, що враховує конфлікти, та адаптера часу виконання, що призводить до швидшого виконання та зниження споживання енергії при збереженні QoE.