应用于边缘计算的任务卸载方法、装置、设备及介质

AITNT
正文
推荐专利
应用于边缘计算的任务卸载方法、装置、设备及介质
申请号:CN202411483852
申请日期:2024-10-23
公开号:CN119536991B
公开日期:2025-09-30
类型:发明专利
摘要
本发明实施例提供了一种应用于边缘计算的任务卸载方法、装置、设备及介质,其中,该方法包括以下步骤:将预卸载的卸载任务队列的卸载成本作为基线数据;初始化记忆库、评估网络和目标网络;设置训练回合,在每个训练回合中,使用评估网络对卸载任务队列中的每个任务进行卸载,通过基线数据计算卸载所需的任务卸载成本,并获取卸载的记忆,生成每个训练回合对应的总卸载成本;将记忆库中的记忆传入至目标网络,通过误差向量更新评估网络的权重参数,将评估网络的训练参数拷贝至目标网络;将所有训练回合中,总卸载成本最低的训练回合作为任务卸载的最终策略。该方案通过优化的任务卸载方法,降低了用户的服务延迟和边缘系统的整体能耗。
技术关键词
记忆 卸载方法 误差向量 网络 时延 队列 基线 参数 深度强化学习算法 拷贝 能耗 可读存储介质 卸载装置 数据获取模块 策略 数值 处理器 计算机设备
系统为您推荐了相关专利信息
1
一种基于大数据的人员行为识别方法及系统
原始图像数据 卷积神经网络融合 注意力机制 识别方法 大数据
2
应用于神经网络模型的模型剪枝方法及数据处理方法
神经网络模型 输出特征 基准特征 模型剪枝方法 掩码矩阵
3
一种基于AI的网络安全监控系统
网络安全监控系统 网络状态信息 硬件设备监控 子系统 网络硬件设备
4
信息处理方法、装置、计算机设备、可读存储介质和程序产品
文本特征向量 图像特征向量 信息处理方法 信息处理模型 标签
5
一种社会稳定风险评估与预测软件平台
风险 多模态融合技术 卷积神经网络提取图像特征 模态特征 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号