【摘 要】
：
边缘智能已成为新一代物联网的发展趋势。边缘计算设备地理分布广,设备种类多,服务多样化,时延敏感,终端具备移动性。因此,边缘系统需要提供灵活多样的、可重构可扩充的服务。通过将自适应思想融入边缘计算,首先探索了智能自适应边缘系统应用需求,分析并总结了现有自适应边缘系统基础框架,并将深度学习、强化学习等人工智能技术应用于自适应边缘系统。然后,介绍了如何在特定的应用领域设计专门的智能算法。最后,探讨了该领
【机 构】
：
中国科学院上海微系统与信息技术研究所,上海 200050;中国科学院大学,北京 100049;华为技术有限公司上海研究所,上海 201206
论文部分内容阅读
边缘智能已成为新一代物联网的发展趋势。边缘计算设备地理分布广,设备种类多,服务多样化,时延敏感,终端具备移动性。因此,边缘系统需要提供灵活多样的、可重构可扩充的服务。通过将自适应思想融入边缘计算,首先探索了智能自适应边缘系统应用需求,分析并总结了现有自适应边缘系统基础框架,并将深度学习、强化学习等人工智能技术应用于自适应边缘系统。然后,介绍了如何在特定的应用领域设计专门的智能算法。最后,探讨了该领域的发展潜力以及未来面临的挑战。
其他文献
城市斑块层面扩张程度异质性深切影响着城市物理形态演变。研究城市扩张程度的影响因素及其机制,有助于深化理解城市扩张过程,管控城市空间扩张,促进城市紧凑发展。以中国湖北省武汉市为例,采用邻近度扩张指数度量城市扩张程度,并分析了城市扩张程度的空间特征,采用相关性分析探讨城市扩张程度与速度之间的联系,构建空间回归模型探究自然、社会经济、交通、规划等因素对城市扩张程度的影响。研究发现:(1)城市扩张程度存在
为了有效地提取GNSS(global navigation satellite system)站坐标时间序列中的有用信息,提高坐标时间序列的建模精度,提出一种小波多尺度分解与奇异谱分析相结合的非线性运动建模方法,并利用全球11个测站20年(1999―2018年)的GPS(global positioning system)垂向坐标时间序列对所提方法进行了验证。首先,通过小波分解将坐标时间序列分解到
为克服多时相遥感影像变化检测因成像季节、拍摄角度等因素产生的误差,针对影像变化通常少于未变化的情况,提出了一种利用旧时相矢量图与新时相影像进行变化检测的方法。利用旧时相带有类别信息的矢量约束,对新时相遥感影像进行细分割获得图斑,对图斑提取光谱、纹理等特征,通过主成分变换构建特征集,在类别的约束下,应用孤立森林计算图斑的变化指数,避免了传统变化指数计算方法因引入易受变化图斑干扰的值而产生的误差,同时
自2001年全国新课程改革以来,高中开始普遍采用人教版英语教材。众所周知,教材是教师进行教学的重要工具,也是顺利进行教学工作的重要保障。如何使教材更能充分发挥其价值,教
针对普通圆锯片及基体开槽圆锯片的振动响应问题,首次引入集中质量法建立了圆锯片无阻尼多自由度弹簧-质量系统模型。将开槽等效为去除槽分布对应区域内的弯曲弹簧,分别构造
矿山环境问题日益加剧,矿区生态环境监测与评价是矿区管理必不可少的内容。前人通过遥感生态指数(remote sensing ecology index, RSEI)对矿区生态环境进行评价得到了有效的结果,但计算遥感生态指数时没有考虑到在自然条件下生态环境的影响是区域性的,且矿区所处地理位置不同会对矿区及其周边的环境造成不同的效应。针对大面积地物类型复杂的研究区域,提出了基于遥感生态指数和移动窗口评价
观测多现象的大规模物联网采用正交多址接入(OMA, orthogonal multiple access)机制传输分布式节点的观测数据,会造成极大的传输时延,导致数据失去时效性。针对这一问题,研究了基于压缩感知(CS, compressed sensing)通信一体化的数据传输方法,该方法将物联网中分布式节点按照观测现象分为多节点簇,不同节点簇在不同分配时隙内传输观测数据。具体来说,在分配的数据传
视觉传达设计是在信息的接收者和信息的发送者之间的中介人,承担着信息的拆分、拣选和重组的责任.新时代的沟通媒介、设计的沟通对象都在不断发展和更新.同时沟通也要注意方
对商业化的传统液态电池存在的问题及无机固态电解质相较于传统液态电解质在安全性和能量密度等方面的优势进行了简单阐述.介绍了目前研究较多的硫化物型、钠超离子导体(NASI
针对不同姿态下的三维等距部分模型与完整模型对应关系计算问题,提出了一种结合局部函数映射和局部流形谐波(localized manifold harmonics,LMH)算子计算三维模型特征描述符并构建模型间对应关系的新方法。首先,通过改进的Laplace算子的谱分解构造局部基产生LMH算子,并计算模型的特征描述符;其次,通过局部函数映射理论构建部分模型与完整模型间的初始对应关系;然后,交替迭代计算