BriefGPT.xyz
Ask
alpha
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
→
PDF
8 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。
PDF
8 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
→
PDF
3 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
→
PDF
5 years ago
Prev
Next