[发明专利]面向分布式持续学习应用的边缘样本标识延迟优化方法在审
申请号: | 202310518903.8 | 申请日: | 2023-05-09 |
公开(公告)号: | CN116483579A | 公开(公告)日: | 2023-07-25 |
发明(设计)人: | 陈龙;李孔阳;周炳炎;武继刚 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06F9/50 | 分类号: | G06F9/50;G06F9/48;G06F18/214;G06N20/00 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 高棋 |
地址: | 510080 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 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,提高设备资源利用率的同时保障了样本标识任务的可靠计算,减少了训练任务对样本标识任务资源竞争带来的延迟影响。 | ||
搜索关键词: | 面向 分布式 持续 学习 应用 边缘 样本 标识 延迟 优化 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202310518903.8/,转载请声明来源钻瓜专利网。
- 上一篇:交互式限流的方法和系统
- 下一篇:一种柴油机排气净化处理装置与方法