边缘计算的深度学习在物联网中的应用

来源 :广东通信技术 | 被引量 : 0次 | 上传用户:mavylin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
深度学习是一个非常高效的算法,它可以从部署在复杂环境中的物联网设备中的原始传感器数据中准确提取出信息。深度学习由于是多层的结构,所以它也非常适合边缘计算的环境。因此,针对物联网应用特性,首先将深度学习引入到边缘计算的环境中,并为之设计一个边缘计算的结构。
其他文献
随着数据中心规模的不断扩大,对资源和空间高效利用的要求越来越高,2N系统初期投资高、整体负载率低、占用空间较多等弊端越发突显。为了达到提高资源利用率、系统效率、降低成本等目的,主要探讨DR分布式供电架构在数据中心供配电系统的应用。通过建立一个IT功率为6000 kW的假设模型,并提出该模型IT负荷和动力负荷的DR供配电架构和基本配置。通过提出3个具有代表性的故障场景,对DR架构进行可靠性分析。与2N架构进行对比,并从可用度、成本等交付分析两种架构的优劣。最终根据两种架构的优劣给出选择建议。
针对现阶段表面等离子体激元(SPP)传感器存在灵敏度低、结构制造复杂等问题,提出了一种由金属-绝缘体-金属波导和嵌入银纳米棒的谐振腔构成的高灵敏度、可调谐的SPP传感器。采用时域有限差分法对所设计传感器的光传输特性及传感特性进行了理论研究。仿真结果表明:当谐振腔引入或者不引入银纳米棒时,传输谱在500~3500 nm波长范围会呈现4个或者2个谐振峰;该结构的折射率灵敏度高达2116.72 nm/R
激光通信凭借其在传输距离、传输容量、保密性和抗干扰性等方面的优势,将成为未来卫星通信,尤其是星间通信的重要技术手段。然而,受到卫星高速度移动等因素的制约,基于激光链路进行高动态卫星激光组网将面临一系列关键技术挑战。综述了卫星激光通信技术的发展现状,介绍了软件定义卫星激光网络的架构,分析了高动态卫星激光组网关键技术,最后对卫星激光组网技术发展方向进行了展望。
中国移动当前5G网络主要采用2.6 GHz TDD组网,因终端功率有限,易出现上行覆盖不足,导致用户上行体验不佳。同时,中国移动5G的时隙配比为8:2,上行时隙资源有限,也会影响用户的上行感知。为此,详细介绍了SUL上行增强技术,通过2.6 GHz与1.8 GHz高低频时频联合调度,使能上行全时隙调度,提升5G用户的上行体验和覆盖范围。
面对高流量的增长趋势,光通信网承受着巨大的升级压力,现有的技术与设备即将无法满足业务发展的需求。针对此问题,前瞻性地提出光通信未来10年的关键技术,涵盖容量、频谱、下一代光纤、算法、网络规划、光交叉连接、新型光接入、卫星光网和光电集成九大领域。
为了监控5G网络基站建设的精准性,建立了一套5G精准建设方法论,并开发了一套精准建设分析系统。该精准建设方法论通过对5G基站进行“黑、白、灰”价值分类,对不同属性的基站建立了不同的管理机制。系统平台对不同的使用者采用分权管理,实现系统使用者对不同价值属性的5G基站快速整改,管理者有效监控整个5G网络基站建设的精准性。有效提升了网络和业务的匹配情况。
数据中心机房末端配电的可靠性、稳定性和可维护性直接关系到IT设备的安全供电。数据中心的末端配电技术主要有两种,一种采用列头柜加电缆配电,另一种是智能小母线配电。分别对两种配电技术进行了介绍和探讨,最后对两种配电方式进行了对比分析,得出一些有益的结论。
通过分析业界在数据质量评估维度选取方面的现状以及存在问题,重点从评估维度的可操作性考虑,提出用准确性、完整性、一致性和及时性4个维度综合评估数据质量,在此基础上形成数据质量整体评估模型,并结合实例演示评估模型的使用方法。
为全力支撑分公司高质量发展,强化省公司对分公司一线的运营支撑,提升佣金使用效益,中国电信广东公司(以下简称“省公司”)从2019年5月起,通过实施“六步法”,全面开展集约佣金管理工作,解决了地市公司佣金标准差异较大,佣金标准混乱等五大佣金管理中的突出问题,成效显著,为企业高质量发展奠定了扎实基础。
MR(Mixed Reality)混合现实,在互联网与人工智能领域的一个热词,通过对现实与虚拟信息融合,让用户能更清楚地感受与体验的一种技术,目前主要被应用在工业与技术支持领域,但其依赖于专业设备和专用系统,一直无法广泛应用。通过对5G+云AR技术实现与场景应用的了解与研究,分析智能终端+5G+云模拟实现MR技术的可行性,并由此展开以智能终端为媒介,利用5G高速率、低延时的网络特点以及云计算能力,实现从智能终端采集现场信息,传输至云平台进行混合现实计算,并最终通过智能终端输出模拟MR的研究。