artificial intelligence of things | BriefGPT

关键词artificial intelligence of things

搜索结果 - 10

低碳人工智能物联网的生成性人工智能
通过结合人工智能和物联网，人工智能物联网（AIoT）已经在许多领域引起革命。本文旨在探讨生成式人工智能（GAI）降低 AIoT 碳排放的潜力，并提出了一种新颖的 GAI 解决方案用于低碳 AIoT。我们首先研究引起 AIoT 碳排放的主要影
PDF2 months ago
CaBaFL：异步分层缓存和特征平衡的联合异步学习
CaBaFL 是一种新颖的异步联邦学习方法，通过采用层次化基于缓存的聚合机制和基于特征平衡的设备选择策略，实现了对分布式人工智能物联网设备中存在的混乱与数据不平衡问题的有效解决，实验结果显示相比于现有的联邦学习方法，CaBaFL 实现了高达
PDF2 months ago
AIoT 设备轻量级恶意软件检测模型的优化
通过优化超级学习器元学习集成模型，使其适用于低端人工智能物联网设备，可在低端设备上运行，具有较低的推理持续时间和更小的内存占用，同时获得与高端设备相似的准确性和假阳性率。
PDF3 months ago
通过属性推理实现正式逻辑启用的个性化联邦学习
提出了一种新的训练范式，通过引入机械生成的逻辑表达式为每个联邦学习客户端增强训练过程，同时根据时间推理属性的一致性开发了分区算法来有效地对客户端进行分组，对两个任务进行了评估，实现了明显的改进，所有顺序预测模型的性能准确性提高了高达 54%
PDF6 months ago
自适应异构联邦学习用于资源受限的 AIoT 系统
适应性模型修剪策略的自适应联邦学习方法针对人工智能物联网设备中的异构性因素进行合作学习，通过强化学习的设备选择机制，将异构模型动态地分发给相应的设备进行本地训练，从而实现推断性能的提升。
PDF7 months ago
FedAIoT: 人工智能物联网的联邦学习基准
FedAIoT 是一个用于 AIoT 的 FL 基准测试，包括来自广泛的 IoT 设备的八个数据集，以及简化了数据集性能基准测试的统一端到端 FL 框架。
PDF9 months ago
跨层优化实现资源高效 AIoT 系统：综述
人工智能物联网（AIoT，AI+IoT）领域是由智能基础设施的广泛使用和深度学习（DL）的显著成功推动的。本研究通过优化资源友好型的深度学习模型以及模型自适应系统调度，来改善 DL 模型的准确性和响应性，推动由单独级别设置的性能边界。此外，
PDF9 months ago
异构低功耗 SoC 的机器学习本地评估工具包
本文介绍了一种名为 U-TOE 的通用工具包，它结合了低功耗嵌入式操作系统、通用模型转换器和编译器、集成性能测量模块以及开放访问的远程 IoT 测试平台的功能，旨在为 AIoT 设计师和研究人员提供便利，加速边缘计算的发展。
PDFa year ago
MMVEDLIoT-- 下一代加速 AIoT 系统和应用
VEDLIoT 项目旨在针对人工智能物联网应用开发节能的深度学习技术。其提出了一种以模块化为基础、具有高可伸缩性的认知物联网硬件平台，使用异构计算提高性能和能源效率并整合全谱的硬件加速器。
PDFa year ago
隐式群体推荐的安全人工智能物联网
提出了一种基于安全 IoT 结构和协同贝叶斯网络模型的人群推荐算法 SAIoT-GR，旨在解决现有数据安全性和反馈偏差难题。通过大量实验，该算法表现出高效性和稳健性。
PDF3 years ago