面向分布式持续学习应用的边缘样本标识延迟优化方法.pdfVIP

下载本文档

0
0
约2.14万字
约 19页
2023-07-26 发布于四川
举报
版权申诉

面向分布式持续学习应用的边缘样本标识延迟优化方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出一种面向分布式持续学习应用的边缘样本标识延迟优化方法，涉及协同边缘计算的技术领域，构建全局机器学习模型并设置全局机器学习模型精度要求，用长短期记忆人工神经网络模型预测未来一段时隙的GPU利用率并构建非峰值时隙与峰值时隙资源图谱，辅助之后样本标识任务的执行；在GPU资源利用率预测的基础上，当调度样本标识任务时，将样本标识任务拆分为多个子任务，以便在非峰值时隙进行计算，之后，对子任务进行任务卸载并选择合适的边缘设备的非峰值时隙进行计算，以此规避对峰值时隙执行其他任务的影响，提高设备资源利用

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116483579 A (43)申请公布日 2023.07.25 (21)申请号 202310518903.8 (22)申请日 2023.05.09 (71)申请人广东工业大学地址 510080