一种面向边缘场景动态资源的多出口神经网络设计方法和装置

    公开(公告)号:CN117829208A

    公开(公告)日:2024-04-05

    申请号:CN202410167266.9

    申请日:2024-02-06

    申请人: 浙江大学

    摘要: 一种面向边缘场景动态资源的多出口神经网络设计方法和装置,其方法包括:(1)给定预训练神经网络,生成有效的分支库,并进行筛选;(2)对分支库中的分支进行自合并来进一步减少内存占用,自合并后通过少样本知识蒸馏重训练来快速恢复分支的准确率,形成分支候选库;(3)基于优先级对分支候选库进行深度优先搜索,找出满足内存和时间要求的最优分支组合;(4)设备上调度器接收到选定的分支组合后,通过SBRAN组件实现预训练神经网络的分支即时更新。本发明将传统单出口神经网络转换为具备异构和动态特性的多出口神经网络,神经网络能更灵活地适应内存资源的变化,从而在边缘设备上提高运行效率和准确性。

    基于细粒度感知数据的天气预测方法、装置、设备和介质

    公开(公告)号:CN117520881A

    公开(公告)日:2024-02-06

    申请号:CN202311290474.X

    申请日:2023-10-07

    IPC分类号: G06F18/24 G06Q10/04 G06N3/08

    摘要: 本申请涉及一种基于细粒度感知数据的天气预测方法、装置、计算机设备、存储介质和计算机程序产品,可用于人工智能技术领域。本申请能够实现提高天气预测准确率和效率。该方法包括:获取桥梁上的多个风速传感器的位置信息,和多个风速传感器采集的风速信息;对风速信息进行特征识别,得到对应的风速特征信息;将位置信息和风速特征信息输入至预先训练的风速预测模型,得到桥梁中各个位置的风速预测结果;根据桥梁中各个位置的风速预测结果,确定桥梁中各个位置的天气预测结果。