期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
“工程应用”导向的类脑计算实验教学研究——以BP神经网络为例
1
作者 陈琪 何毓辉 邱亚琴 《教育教学论坛》 2024年第24期128-132,共5页
针对“类脑计算与芯片”课程学生对抽象的深度学习理论理解困难且动手能力不足的情况,设计了以工程应用为导向的类脑计算教学实验:以BP神经网络为例,开发了基于深度学习的数码管数字识别实验;并在课堂上采用工程应用型一体化教学模式:... 针对“类脑计算与芯片”课程学生对抽象的深度学习理论理解困难且动手能力不足的情况,设计了以工程应用为导向的类脑计算教学实验:以BP神经网络为例,开发了基于深度学习的数码管数字识别实验;并在课堂上采用工程应用型一体化教学模式:在教学中以实际应用为案例,做到理论知识与工程应用结合;在训练单元采取“基础训练+项目驱动”的方式,评价方式采用过程和结果综合考核。通过该实验及教学模式的革新,学生加深了对深度学习原理的理解,熟悉了利用嵌入式平台进行“云端训练+边缘推断”深度学习工程应用的开发流程;提高了学习的主观能动性和工程实践能力。 展开更多
关键词 工程应用型 深度学习 边缘人工智能
下载PDF
异构物联网下资源高效的分层协同联邦学习方法
2
作者 王汝言 陈伟 +2 位作者 张普宁 吴大鹏 杨志刚 《电子与信息学报》 EI CSCD 北大核心 2023年第8期2847-2855,共9页
物联网(IoT)设备资源存在高度异构性,严重影响联邦学习(FL)的训练时间和精度。已有研究未充分考虑物联网设备资源的异构性,且缺乏异构设备间协同训练机制的设计,导致训练效果有限且设备的资源利用率较低。为此,该文提出资源高效的分层... 物联网(IoT)设备资源存在高度异构性,严重影响联邦学习(FL)的训练时间和精度。已有研究未充分考虑物联网设备资源的异构性,且缺乏异构设备间协同训练机制的设计,导致训练效果有限且设备的资源利用率较低。为此,该文提出资源高效的分层协同联邦学习方法(HCFL),设计了端边云分层混合聚合机制,考虑边缘服务器的差异化参数聚合频率,提出自适应异步加权聚合方法,提高模型参数聚合效率。提出资源重均衡的客户端选择算法,考虑模型精度与数据分布特征动态选取客户端,缓解资源异构性对联邦学习性能的影响。设计自组织联邦协同训练算法,充分利用空闲物联网设备资源加速联邦学习训练进程。仿真结果表明,在不同资源异构状态下,与基线方法相比,模型训练时间平均降低15%,模型精度平均提高6%,设备平均资源利用率提高52%。 展开更多
关键词 异构物联网 边缘智能 分层联邦学习 客户端选择
下载PDF
基于可编程SOC的图像边缘检测系统
3
作者 胡龙宝 李丕丁 《软件导刊》 2020年第3期244-247,共4页
随着人工智能的不断发展,云计算面临数据量大、实时性低等问题。为了解决该问题,一种新的计算方式——边缘计算进入了人们的视野。边缘计算推动人工智能走向嵌入式系统,与传统嵌入系统相比,边缘人工智能要复杂得多,传统嵌入式设备计算... 随着人工智能的不断发展,云计算面临数据量大、实时性低等问题。为了解决该问题,一种新的计算方式——边缘计算进入了人们的视野。边缘计算推动人工智能走向嵌入式系统,与传统嵌入系统相比,边缘人工智能要复杂得多,传统嵌入式设备计算能力弱、效率低的问题更为突出。基于Xilinx公司Zynq-7000系列的全可编程SOC完成系统设计,实现对视频的边缘检测。测试结果显示,硬件边缘检测速度比纯软件边缘检测速度快10倍,为边缘人工智能在嵌入式应用方面提供了可行方向。 展开更多
关键词 边缘人工智能 边缘计算 可编程SOC 软硬件协同 边缘检测 嵌入式应用
下载PDF
面向边缘人工智能计算的区块链技术综述 被引量:27
4
作者 方俊杰 雷凯 《应用科学学报》 CAS CSCD 北大核心 2020年第1期1-21,共21页
区块链构建了一个分布式点对点的系统,作为一种安全可验证的分散确认事务的机制,广泛应用于金融经济、物联网、大数据、云计算和边缘计算领域.边缘人工智能计算(edge AI computing)即面向边缘网络应用场景的群智AI计算模式.在无人驾驶... 区块链构建了一个分布式点对点的系统,作为一种安全可验证的分散确认事务的机制,广泛应用于金融经济、物联网、大数据、云计算和边缘计算领域.边缘人工智能计算(edge AI computing)即面向边缘网络应用场景的群智AI计算模式.在无人驾驶等高动态、超低延时、资源受限、数据与计算解耦的边缘网络应用场景下,跨域可信、隐私保护、入侵监测、细粒度激励等需求对区块链研究提出了进一步的挑战.关注到人工智能向边缘网络下放的趋势,该文讨论区块链在新兴的边缘人工智能计算领域的应用.首先介绍了区块链技术的基础架构,概述了相关研究和应用方向;接着从边缘人工智能计算的概念与兴起出发,详细分析并讨论了区块链技术在面向边缘人工智能计算领域的应用需求,包括相关研究综述、应用趋势和未来研究方向.此外,还总结了区块链技术应用在边缘人工智能计算方面的优势和未来仍需关注的问题. 展开更多
关键词 区块链 边缘人工智能计算 泛中心 群智计算
下载PDF
AccFed:物联网中基于模型分割的联邦学习加速 被引量:1
5
作者 曹绍华 陈辉 +2 位作者 陈舒 张汉卿 张卫山 《电子与信息学报》 EI CSCD 北大核心 2023年第5期1678-1687,共10页
随着物联网(IoT)的快速发展,人工智能(AI)与边缘计算(EC)的深度融合形成了边缘智能(Edge AI)。但由于IoT设备计算与通信资源有限,并且这些设备通常具有隐私保护的需求,那么在保护隐私的同时,如何加速Edge AI仍然是一个挑战。联邦学习(FL... 随着物联网(IoT)的快速发展,人工智能(AI)与边缘计算(EC)的深度融合形成了边缘智能(Edge AI)。但由于IoT设备计算与通信资源有限,并且这些设备通常具有隐私保护的需求,那么在保护隐私的同时,如何加速Edge AI仍然是一个挑战。联邦学习(FL)作为一种新兴的分布式学习范式,在隐私保护和提升模型性能等方面,具有巨大的潜力,但是通信及本地训练效率低。为了解决上述难题,该文提出一种FL加速框架AccFed。首先,根据网络状态的不同,提出一种基于模型分割的端边云协同训练算法,加速FL本地训练;然后,设计一种多轮迭代再聚合的模型聚合算法,加速FL聚合;最后实验结果表明,AccFed在训练精度、收敛速度、训练时间等方面均优于对照组。 展开更多
关键词 边缘智能 联邦学习 端边云协同 模型分割
下载PDF
智能感知技术推动汽车、机器视觉、边缘人工智能的发展 被引量:5
6
作者 《传感器世界》 2019年第7期19-23,共5页
图像传感器、深度感知、传感器融合,是感知模式未来发展的三个趋势,而自动驾驶、机器视觉、边缘人工智能(Edge AI)是智能感知最聚焦的三大应用市场。本文分析了智能感知技术的发展趋势及应用环境,介绍了安森美半导体针对这些应用所进行... 图像传感器、深度感知、传感器融合,是感知模式未来发展的三个趋势,而自动驾驶、机器视觉、边缘人工智能(Edge AI)是智能感知最聚焦的三大应用市场。本文分析了智能感知技术的发展趋势及应用环境,介绍了安森美半导体针对这些应用所进行的技术开发及技术进步,并详细介绍了相应的图像传感器、深度感知传感器及传感器融合等产品。 展开更多
关键词 智能感知方案 自动驾驶 机器视觉 边缘人工智能
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部