BriefGPT - AI 论文速递
·
通过主动推理在边缘设备上进行自适应流处理
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一个协同边缘智能框架，帮助边缘设备实现性能目标，加速适应过程。通过合作，设备在视频流媒体中提升服务质量和用户体验。实验表明，设备经过十轮训练即可实现目标，因果结构可解释。即使设备类型未知，新设备也能使用现有模型。负载重新平衡后，网络故障恢复显著。
🎯
关键要点
- 提出了一个协同边缘智能框架，帮助边缘设备实现性能目标。
- 框架加速异构设备的入门进程，增加性能目标的范围。
- 通过合作，设备提高了性能目标的实现范围。
- 在视频流媒体期间，框架保证了服务质量和用户体验。
- 实验结果显示，边缘设备仅需十轮训练即可确保四个性能目标。
- 底层因果结构具有合理的可解释性。
- 新设备可以在设备类型未知的情况下使用现有模型。
- 通过负载重新平衡，设备在网络故障后的性能目标符合度从22%恢复到89%。
➡️
