摘要
本发明属于人工智能技术领域,且公开了面向卫星智能决策的高效人工智能系统,包括如下步骤:构建基于DNN模型轻量化的高能效边缘智能框架;使用预设损失函数进行训练,将教师模型的输出作为硬标签,distillation token的输出学习教师模型的网络信息,class token的输出与真实标签进行比较以计算交叉熵损失,缩小模型尺寸;设计基于异构计算的早退分支模块,利用模型的不确定性评估泛化能力、稳定性和可靠性,本发明在不牺牲模型性能的前提下,为资源有限的边缘设备设计了一个基于DNN模型轻量化的高能效边缘智能框架,该框架采用频域模型GFNet作为骨干网络,因其能学习频域中的长期空间依赖性且计算复杂度低,更加适合边缘设备。
技术关键词
人工智能算法
智能框架
DNN模型
决策
教师
标签
能效
分支
人工智能技术
网络
频域特征
复杂度
模块
参数
场景
滤波器
尺寸
资源
内存
系统为您推荐了相关专利信息
机器人状态信息
深度神经网络模块
水下机器人
水下通信网络
多波束成像声呐
分布式光伏集群
智能控制装置
调度主站
优先级算法
通信单元
特征数据库
基建
识别方法
模糊层次分析
灰色关联分析
经济优化调度方法
充放电站
双层优化模型
火电机组碳排放
数学模型