《计算机集成制造系统杂志》发表论文赏析

移动边缘计算环境中基于能耗优化的深度神经网络计算任务卸载策略

来源:计算机集成制造系统杂志2020年第6期北京时间:

作者:高寒,李学俊,周博文,刘晓,徐佳

单位:1.安徽大学计算机科学与技术学院2.迪肯大学信息技术学院

摘要:深度神经网络因其强大的数据分析功能而被广泛使用在移动智能应用中,然而其计算任务的复杂性给计算能力与电池容量均有限的终端设备带来了巨大的挑战。若将深度神经网络中的计算任务完全卸载到云端,则会产生较高数据传输时延。移动边缘计算因其低时延、分布式、位置感知的优势能有效解决深度神经网络的时延和能耗问题。为了在保证用户时间约束的同时,充分优化终端设备能耗,建立了移动边缘计算环境中深度神经网络计算任务卸载的时间和能耗评价模型,基于该模型提出了移动边缘计算环境中基于能耗优化的深度神经网络计算任务卸载策略。该策略以神经网络层为单位,将深度神经网络中的计算任务进行拆分,在计算任务卸载时,对移动边缘计算环境中多重计算资源进行综合考虑。最后,提出了移动边缘环境中基于多重资源任务卸载的粒子群调度算法,该算法能在满足时间约束的同时,充分优化终端设备能耗。实验表明,与已有的3种任务卸载策略相比,新策略对应的粒子群调度算法所得适应度值最优,满足时间约束下,终端设备的能耗值最低。

关键词:边缘计算,深度神经网络,任务卸载,能耗优化

基金资助:国家自然科学基金资助项目(61972001);安徽省自然科学基金资助项目(1708085MF160)。

2020年6期其他文献查阅:

基于结构关系的过程模型推荐方法

Activiti引擎的无状态云工作流调度算法

基于专业能力评价模型的业务流程角色协同调优算法

基于直接后继关系对齐的过程符合性检测

基于信息熵的无标日志划分评价方法

关系数据库中事件日志的紧邻关系高效挖掘方法

基于行为的自动化流程建模推荐方法

基于轨迹聚类种群的遗传过程混成挖掘算法

基于Petri网的分层业务过程挖掘方法

基于因果行为轮廓的流程变体聚类挖掘方法

基于Petri网分析编排的可实现性

基于二部网络表示学习的矩阵分解推荐算法

基于注意力双向循环神经网络的业务流程剩余时间预测方法

基于对齐处理与偏差检测的业务流程适合度分析

混合云环境下成本与隐私感知的工作流调度方法

基于Petri网可达图的业务对齐方法

移动边缘计算环境中基于能耗优化的深度神经网络计算任务卸载策略

移动边缘计算环境下基于信任模型的可靠多重计算卸载策略

一种成本有效的面向超参数优化的工作流执行优化方法

基于数据生成—消耗依赖的语义工作流并行化重构方法

融合煤矿多维时序数据的瓦斯异常检测算法

基于Petri网的业务流程低频行为挖掘与优化分析

基于医疗过程挖掘与患者体征的药物推荐方法

一种反射面天线面板装配优化方法

基于近似动态规划的模具项目调度

基于蚁群选择超启发算法的低碳选址—路径问题

自动驾驶车辆偏航控制方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!