一种基于DNN划分和特征压缩的自适应端边协同方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于DNN划分和特征压缩的自适应端边协同方法
申请号:CN202510154350
申请日期:2025-02-12
公开号:CN120197668A
公开日期:2025-06-24
类型:发明专利
摘要
一种基于DNN划分和特征压缩的自适应端边协同方法,包括以下步骤:步骤一、收集网络环境状态信息;步骤二、输入环境状态信息到策略模型;步骤三、输出模型分割点和压缩率联合动作的概率分布;步骤四、移动设备执行DNN模型前半部分计算;步骤五、特征的通道重要性计算;步骤六、通道重要性排序;步骤七、特征图的通道缩减和特征量化;步骤八、发送压缩后的中间特征数据到边缘计算服务器;步骤九、边缘设备反量化和继续计算;步骤十、收集推理性能数据;步骤十一、计算奖励函数值;步骤十二、计算梯度值;步骤十三、将梯度值进行回传,实现梯度反向传播,优化DRL模型参数。本发明确保在满足准确性要求的同时有效降低推理延迟和能耗。
技术关键词
环境状态信息 协同方法 DNN模型 中间层 策略 无线设备 数据 头部模型 池化特征 移动设备 决策 通道注意力机制 双曲正切函数 深度强化学习 服务器 采样器 无线网络 计算方法