一种移动用户深度神经网络计算卸载时延最小化方法

发明专利有效专利

申请号：
CN202010330804.3
IPC分类号：H04L29/08;G06N3/04;G06N3/08
申请日期：
2020-04-24
申请人：
浙江工业大学

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	一种移动用户深度神经网络计算卸载时延最小化方法
申请号	CN202010330804.3	申请日期	2020-04-24
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-02	公开/公告号	CN111741054A
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;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	浙江工业大学	申请人地址	浙江省杭州市潮王路18号浙江工业大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江工业大学	当前权利人	浙江工业大学
发明人	田贤忠;朱娟;许婷
代理机构	杭州斯可睿专利事务所有限公司	代理人	王利强

摘要

一种移动用户深度神经网络计算卸载时延最小方法，通过对处在移动状态下的用户处理基于深度神经网络的智能应用进行分析，以最小化时延为目的建立相应模型；将深度神经网络建模为一张有向无环图，通过对该图的多次切割制定最佳的卸载决策；切割过程分为两个阶段：第一阶段仅考虑一个时隙内的优化问题，寻找到一个最佳切割点，把该时隙内的网络模型分为前后两部分，第一部分进行本地计算，第二部分卸载至边缘云计算；第二阶段从全局角度出发，将整个有向无环图且切割为多个分块，实现最小化完成整个DNN任务所需的时隙数。本发明以最小化DNN计算时延为目标，实现移动用户和边缘云服务器的协同合作，同时保证用户移动过程中处理任务的连续性。

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