基于脉冲神经网络的边缘设备多模态信息序列推荐方法

本发明公开了一种基于脉冲神经网络的边缘设备多模态信息序列推荐方法，提供一种服务器‑设备协作框架，利用边缘设备所持续收集的多模态信息（如图像、评论等）来增强推荐模型，同时将标准测试工具包加载器中资源密集型的特征提取操作卸载到服务器端，从而部分减轻了设备端的计算负担，延长了边缘设备使用时间。该方法利用基于神经形态芯片的高能效神经网络 SNN (Spiking Neural Network)，在保持推荐准确性的同时，通过延长边缘设备使用时间来增强用户体验，提高用户对所推荐的多媒体内容的参与度。本专利的发布将鼓励和促进在边缘设备端的序列推荐任务中加入更多SNN相关算法，从而丰富SNN模型的应用。