基于深度强化学习的边云协同优化方法

发明专利有效专利

申请号：
CN202110298308.9
IPC分类号：H04L29/08;H04L12/24;G06N3/04;G06N3/08
申请日期：
2021-03-19
申请人：
北京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度强化学习的边云协同优化方法
申请号	CN202110298308.9	申请日期	2021-03-19
法律状态	实质审查	申报国家	中国
公开/公告日	2021-07-02	公开/公告号	CN113067873A
优先权	暂无	优先权号	暂无
主分类号	H04L29/08 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04L 数字信息的传输，例如电报通信（电报和电话通信的公用设备入H04M）〔4〕 H04L29/00 H04L 1/00至H04L 27/00单个组中不包含的装置、设备、电路和系统〔5〕 H04L29/02 通信控制；通信处理（H04L 29/12，H04L 29/14优先）〔5〕 H04L29/06 以协议为特征的〔5〕 H04L29/08 传输控制规程，例如数据链级控制规程〔5〕	IPC分类号	H;0;4;L;2;9;/;0;8;;;H;0;4;L;1;2;/;2;4;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京邮电大学	申请人地址	北京市海淀区西土城路10号北京邮电大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京邮电大学	当前权利人	北京邮电大学
发明人	滕颖蕾;牛涛;张勇;滕俊杰;满毅;王楠;胡刚;邹盼盼;刘阳;文志刚
代理机构	北京路浩知识产权代理有限公司	代理人	王宇杨

摘要

本发明提供一种基于深度强化学习的边云协同优化方法，所述方法包括：在离线阶段，通过离线训练深度学习模型生成带有多个早退点的多分支网络，并获取云服务器与终端设备运行深度学习模型中的不同神经网络层的时延和能耗作为设备参数；在优化决策阶段，将预先获取的时延、能耗、准确率以及带宽的设备参数一起输入至优化器进行优化，得到深度学习模型关于早退点、分割点以及量化编码的推理方案；在在线推理阶段，边缘设备与云服务器建立连接并运行深度学习模型，优化器根据边缘设备实时检测到的带宽对推理方案进行动态优化，并按照优化后的推理方案指导边缘设备与云服务器协同实施。本发明对于传输数据的时延、能耗和准确率能够有效优化。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供