Feb, 2024

SAWEC: 传感辅助无线边缘计算

PDF
TL;DR提出了一种新颖的感知辅助无线边缘计算 (SAWEC) 范式来解决基于深度神经网络 (DNNs) 的算法在移动虚拟现实 (VR) 系统中进行复杂计算机视觉任务的问题，SAWEC 通过利用对物理环境的认知来减少端到端延迟和整体计算负担，通过仅传输和处理为服务提供方交付相关数据的视频帧的部分来实现，实验证明 SAWEC 相对于现有的无线边缘计算方法，在减少信道占用和端到端延迟方面分别提高了 93.81% 和 96.19%，同时相对于现有技术的无线边缘计算方法，在实例分割性能方面提高了 46.98%。
发现论文，激发创造
  • 移动虚拟现实通信、缓存和计算：建模和权衡

    该研究提出了一种基于移动边缘计算的移动 VR 传递框架，可以在移动 VR 设备上缓存一部分视野范围并运行某些后期处理程序，从而通过优化资源分配来减小所需传输速率的平均值，以满足给定的延迟约束。

    Jun, 2018

  • 智能健康的边缘计算：上下文感知方法、机遇和挑战

    本文介绍了利用 MEC（多接入边缘计算）架构实现智能医疗应用的愿景，并探讨了其带来的好处，包括实现网络和上下文感知处理以满足 S-Health 的要求，并提出应用于数据传递的两个主要功能，即多模态数据压缩和基于边缘的特征提取。

    Apr, 2020

  • 基于边缘网络服务的智能监控：从 Harr-Cascade、SVM 到轻量级 CNN

    使用边缘计算及轻量级卷积神经网络，能够在资源有限的情况下为实时人类监视提供可行的智能分析方案。

    Apr, 2018

  • 一种面向网络目标的端到端集成计算和通信架构：对现场监控视频的视角

    本研究提出一种基于情景感知的实时流式传输方案，以实时识别重要事件和降低发射功率。该方案主要利用少量隐藏层的小型神经网络在源端对特定情景下的帧进行高重要性分配，并将高重要性的帧与一定信噪比的低重要性帧同时流式传输，在接收端进行深度神经网络分析提取准确的情景并节约约 38.5% 的能源。

    Apr, 2022

  • 如何计算？—— 资源受限的边缘计算中的自适应智能感知

    通过支持感知和计算，智能传感器在边缘计算应用中采样并发送感兴趣的信号更新，从而形成一个网络，可远程全局监控传感器的性能。为了解决原始测量的不准确和及时性问题，提出了一个强化学习算法来动态分配计算资源。数值仿真结果表示，提议的方法在无人机网络和自动驾驶汽车等应用场景中比传统方法更有效。

    Sep, 2022

  • Ev-Edge: 基于事件的视觉算法在通用边缘平台上的高效执行

    Ev-Edge 是一个框架，通过三项关键优化技术提高边缘平台上基于事件的视觉系统的性能，包括将事件流转换为稀疏帧、动态稀疏帧聚合和网络映射。在多种自主导航任务中，Ev-Edge 相较于 NVIDIA Jetson Xavier AGX 平台上全 GPU 实现的单任务执行中具有 1.28 倍至 2.05 倍的延迟改进和 1.23 倍至 2.15 倍的能源改进，也相较于循环调度方法在多任务执行场景下具有 1.43 倍至 1.81 倍的延迟改进。

    Mar, 2024

  • 无线供能边缘计算中的计算速率最大化与多用户合作

    无线供电移动边缘计算系统中，采用一种新颖的多用户合作方案，通过动态形成协作群组来提高计算性能，并通过两种初始算法和深度学习方法进行优化和加速。

    Jan, 2024

  • 具有分布式集成感知和通信的竖直联邦边缘学习

    研究了一种基于分布式综合感知和通信（ISAC）的垂直联邦边缘学习（FEEL）系统，采用中间计算矢量（而非原始感知数据）实现目标物体 / 人运动识别，以保护数据隐私。通过实验表明，与基准方法（包括设备内训练和水平 FEEL）相比，垂直 FEEL 方法可实现高达 98% 的识别准确率，提高了 8%。

    Jan, 2022

  • 基于数字双胞胎的用户中心边缘持续学习在综合感知与通信中的应用

    本文提出了基于数字孪生的用户中心方法，用于在具有高准确性和有效资源利用的集成感知与通信系统中处理感知数据。通过构建 ISAC 设备的数字孪生模型，根据潜在决策预测服务器长期计算成本的影响，优化两个决策：感知数据卸载和 DNN 更新的感知数据选择。通过实验证明了该方法在计算成本最小化方面的出色性能。

    Nov, 2023

  • 边缘无线图像检索

    在无线边缘，通过使用数字和模拟通信方案，利用深度神经网络来压缩图像并进行图像检索，提高检索准确性、速度和可靠性。

    Jul, 2020