基于多层图的协作边缘智能推理路径优化方法

AITNT
正文
推荐专利
基于多层图的协作边缘智能推理路径优化方法
申请号:CN202510101380
申请日期:2025-01-22
公开号:CN119945961B
公开日期:2025-11-18
类型:发明专利
摘要
本公开提供基于多层图的协作边缘智能推理路径优化方法。基于多层图的协作边缘智能推理路径优化方法包括:切分深度神经网络(DNN)推理模型,得到多个子模型;将多个子模型部署到多个设备中;构建计算延迟模型和通信延迟模型;将多个设备中的每个设备划分为多个虚拟节点并构建多层有向无环图;通过最短路径算法确定多层有向无环图中的最佳推理路径。本公开通过将网络节点拆分为多个虚拟节点并构建多层有向无环图,有效地将推理处理和传输决策与DNN模型部分的预先部署分离开来,并且处理和传输决策转化为多层图上的推理路径确定。另外,本公开提供的分布式算法和超级节点能够大大降低信令和算法复杂度。
技术关键词
路径优化方法 智能推理 有向无环图 分布式算法 决策 深度神经网络模型 加权有向图 邻居 网络节点 链路 变量 复杂度 资源 服务器 信令 松弛 数据
系统为您推荐了相关专利信息
1
一种多目标分层聚合联邦学习优化方法
学习优化方法 SPEA2算法 卷积神经网络参数 客户端 分布方差
2
基于数字孪生的矿山智能管理系统及方法
智能管理方法 矿山 数字孪生模型 生成设备 映射算法
3
一种基于模式识别算法的用电信息采集智能化配置方法
智能化配置方法 模式识别算法 电压暂降事件 策略 配电网络
4
基于持续学习的多模态深度神经网络模型、系统及方法
作物生长模式 深度神经网络模型 农业 多模态信息融合 融合特征
5
基于人工智能的生产资源动态分配管理方法及系统
观点 长短期记忆网络 注意力 决策 误差加权
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