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
学习优化方法
SPEA2算法
卷积神经网络参数
客户端
分布方差
智能管理方法
矿山
数字孪生模型
生成设备
映射算法
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
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