期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
边端融合的终端情境自适应深度感知模型
被引量:
1
1
作者
王虹力
郭斌
+3 位作者
刘思聪
刘佳琪
仵允港
於志文
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2021年第4期626-638,共13页
研究边端融合的深度模型终端情境自适应问题.提出边端融合增强的模型压缩方法(X-ADMM),利用模型压缩技术简化模型结构,以层为粒度寻找模型最佳分割点,协同边端设备提高运行效率.为了实现模型分割的动态自适应,提出基于图的自适应深度模...
研究边端融合的深度模型终端情境自适应问题.提出边端融合增强的模型压缩方法(X-ADMM),利用模型压缩技术简化模型结构,以层为粒度寻找模型最佳分割点,协同边端设备提高运行效率.为了实现模型分割的动态自适应,提出基于图的自适应深度模型手术刀算法(GADS).当模型运行情境(如存储、电量、带宽等)发生变化时,优先在邻近分割状态中快速搜索最能满足资源约束的分割点,实现快速自适应调整.实验结果表明,该模型平均在0.1 ms内实现了模型分割点的自适应调优,在保证模型精度下降不超过2.5%的情况下,运行总时延最高下降了56.65%.
展开更多
关键词
深度学习
边缘智能
模型压缩
模型分割
自适应感知
下载PDF
职称材料
深度学习模型终端环境自适应方法研究
被引量:
3
2
作者
郭斌
仵允港
+5 位作者
王虹力
王豪
刘思聪
刘佳琪
於志文
周兴社
《中国科学:信息科学》
CSCD
北大核心
2020年第11期1629-1644,共16页
随着人工智能和物联网的快速发展与融合,智能物联网AIoT正成长为一个极具前景的新兴前沿领域,其中深度学习模型的终端运行是其主要特征之一.针对智能物联网应用场景动态多样,以及物联网终端(智能手机、可穿戴及其他嵌入式设备等)计算和...
随着人工智能和物联网的快速发展与融合,智能物联网AIoT正成长为一个极具前景的新兴前沿领域,其中深度学习模型的终端运行是其主要特征之一.针对智能物联网应用场景动态多样,以及物联网终端(智能手机、可穿戴及其他嵌入式设备等)计算和存储资源受限等问题,深度学习模型环境自适应正成为一种新的模型演化方式.其旨在确保适当性能的条件下,能自适应地根据环境变化动态调整模型,从而降低资源消耗、提高运算效率.具体来说,它需要主动感知环境、任务性能需求和平台资源约束等动态需求,进而通过终端模型的自适应压缩、云边端模型分割、领域自适应等方法,实现深度学习模型对终端环境的动态自适应和持续演化.本文围绕深度学习模型自适应问题,从其概念、系统架构、研究挑战与关键技术等不同方面进行阐述和讨论,并介绍我们在这方面的研究实践.
展开更多
关键词
智能物联
环境自适应
模型演化
深度模型压缩
云边端模型分割
领域自适应
原文传递
题名
边端融合的终端情境自适应深度感知模型
被引量:
1
1
作者
王虹力
郭斌
刘思聪
刘佳琪
仵允港
於志文
机构
西北工业大学计算机学院
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2021年第4期626-638,共13页
基金
国家重点研发计划资助项目(2019YFB1703901)
国家自然科学基金资助项目(61772428,61725205).
文摘
研究边端融合的深度模型终端情境自适应问题.提出边端融合增强的模型压缩方法(X-ADMM),利用模型压缩技术简化模型结构,以层为粒度寻找模型最佳分割点,协同边端设备提高运行效率.为了实现模型分割的动态自适应,提出基于图的自适应深度模型手术刀算法(GADS).当模型运行情境(如存储、电量、带宽等)发生变化时,优先在邻近分割状态中快速搜索最能满足资源约束的分割点,实现快速自适应调整.实验结果表明,该模型平均在0.1 ms内实现了模型分割点的自适应调优,在保证模型精度下降不超过2.5%的情况下,运行总时延最高下降了56.65%.
关键词
深度学习
边缘智能
模型压缩
模型分割
自适应感知
Keywords
deep learning
edge intelligence
model compression
model partition
adaptive perception
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
深度学习模型终端环境自适应方法研究
被引量:
3
2
作者
郭斌
仵允港
王虹力
王豪
刘思聪
刘佳琪
於志文
周兴社
机构
西北工业大学计算机学院
出处
《中国科学:信息科学》
CSCD
北大核心
2020年第11期1629-1644,共16页
基金
国家重点研发计划(批准号:2017YFB1001800)
国家自然科学基金(批准号:61772428,61725205)资助项目。
文摘
随着人工智能和物联网的快速发展与融合,智能物联网AIoT正成长为一个极具前景的新兴前沿领域,其中深度学习模型的终端运行是其主要特征之一.针对智能物联网应用场景动态多样,以及物联网终端(智能手机、可穿戴及其他嵌入式设备等)计算和存储资源受限等问题,深度学习模型环境自适应正成为一种新的模型演化方式.其旨在确保适当性能的条件下,能自适应地根据环境变化动态调整模型,从而降低资源消耗、提高运算效率.具体来说,它需要主动感知环境、任务性能需求和平台资源约束等动态需求,进而通过终端模型的自适应压缩、云边端模型分割、领域自适应等方法,实现深度学习模型对终端环境的动态自适应和持续演化.本文围绕深度学习模型自适应问题,从其概念、系统架构、研究挑战与关键技术等不同方面进行阐述和讨论,并介绍我们在这方面的研究实践.
关键词
智能物联
环境自适应
模型演化
深度模型压缩
云边端模型分割
领域自适应
Keywords
AIoT
context-aware adaptation
model evolution
deep learning model compression
edge-based model partition
domain adaptation
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TP391.44 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
边端融合的终端情境自适应深度感知模型
王虹力
郭斌
刘思聪
刘佳琪
仵允港
於志文
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2021
1
下载PDF
职称材料
2
深度学习模型终端环境自适应方法研究
郭斌
仵允港
王虹力
王豪
刘思聪
刘佳琪
於志文
周兴社
《中国科学:信息科学》
CSCD
北大核心
2020
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部