resource-limited edge devices | BriefGPT

关键词resource-limited edge devices

搜索结果 - 4

EdgeFM: 基于基础模型的边缘开放集学习
边缘设备资源有限，难以将深度学习模型推广到各种环境和任务。本文提出了一种具有开放集识别能力的边缘云协同系统 EdgeFM，通过选择性上传未标记的数据来查询云端的基础模型 (FM)，并为边缘模型定制特定的知识和体系结构，同时 EdgeFM 在
PDF8 months ago
光学遥感图像中基于注意力特征蒸馏的高效目标检测
提出了一种新的注重注意力的特征蒸馏（AFD）方法，通过从教师检测器中蒸馏本地和全局信息，实现了目标检测模型在资源有限的边缘设备上的高效性能。
PDF8 months ago
联邦动态稀疏训练：计算更少，通信更少，但学习效果更佳
本文提出了一种称为 Federated Dynamic Sparse Training（FedDST）的 novel FL 框架，旨在动态提取和训练目标网络中的稀疏子网络，并实现了在设备计算和网络通信方面的高效，相对于固定稀疏掩模的方法，它
PDF3 years ago
SCAN：一种可扩展的神经网络框架，用于创建精简高效模型
该论文提出了一个名为 SCAN 的框架，以处理深度神经网络在资源受限边缘设备上的存储和计算问题，包括将神经网络划分为多个部分，构建浅层分类器，利用注意力模块和知识蒸馏以提高它们的准确率，并进一步提出了一个阈值控制的可扩展推理机制，该框架在
PDF5 years ago