← 返回列表
一种面向工业物联网的深度神经网络协同推理方法
申请人信息
- 申请人:南京邮电大学
- 申请人地址:210023 江苏省南京市栖霞区亚东新城文苑路9号
- 发明人: 南京邮电大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种面向工业物联网的深度神经网络协同推理方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410246171.6 |
| 申请日 | 2024/3/5 |
| 公告号 | CN117834643A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | H04L67/1023 |
| 权利人 | 南京邮电大学 |
| 发明人 | 郭永安; 奚城科; 王宇翱; 周金粮; 钱琪杰 |
| 地址 | 江苏省南京市文苑路9号 |
摘要文本
本发明属于工业物联网和深度神经网络技术领域，公开了一种面向工业物联网的深度神经网络协同推理方法，其用DQN算法和LSTM算法，对工业物联网的推理任务进行高效的动态卸载，其中LSTM算法拥有对长期状态的记忆能力，能够更准确的估计当前服务器和用户设备的当前状态，从而保证了算法的准确性，提高了推理效率。本发明所述的方法能够更加高效地利用边缘服务器的计算能力，提高深度神经网络推理的效率；同时，可以降低推理任务的延迟、减少能耗，并可以根据环境的变化动态选择最优的推理方法。 数据由马 克 团 队整理
专利主权项内容
1.一种面向工业物联网的深度神经网络协同推理方法，其特征在于，包括以下步骤：步骤1、采集用户设备层及边缘集群层的数据，并将采集的数据传输至边缘集群层的边缘节点中心，对采集到的数据进行预处理；步骤2、用户设备层产生DNN推理任务后发送推理请求至边缘中心节点，由边缘中心节点决策是否需要卸载推理任务至边缘服务器；当决策为否时，转至步骤3；当决策为是时，转至步骤4，并确认需要卸载至指定边缘服务器的层数；步骤3、当边缘中心节点决策为本地卸载时，用户设备层对全部推理任务进行计算，并将结果返回至用户，转至步骤5；步骤4、当边缘中心节点决策为全部卸载或部分卸载时，未计算的推理任务进入边缘中心节点的某一个队列，等待当前队列相应的边缘服务器空闲后，将推理任务传输至该边缘服务器计算，并将处理结果返回至用户；步骤5、边缘设备对推理任务处理的性能指标进行评估，根据性能指标评估结果，对分层卸载策略进行优化。 （来自 马克数据网）