Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学杨清海获国家专利权

西安电子科技大学杨清海获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安电子科技大学申请的专利一种基于云边协同推理的模型划分方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117135061B

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210542659.4,技术领域涉及:H04L41/14;该发明授权一种基于云边协同推理的模型划分方法是由杨清海;徐丽娟;周俏妤;王成;武艳;沈中设计研发完成,并于2022-05-18向国家知识产权局提交的专利申请。

一种基于云边协同推理的模型划分方法在说明书摘要公布了:本发明涉及一种基于云边协同推理的模型划分方法,通过设置一个切分点将精简模型分为两部分,移动终端执行前一部分,将中间计算数据传输给边缘云端由边缘云端完成剩下的部分并返回最终结果。具体而言:根据不同压缩精简算法对原任务模型构建精简模型库。并完成在边缘云端和移动终端的双备份。任务来临时获取任务目标,任务目标包括:时延、准确度或模型质量;感知通信环境,可为其提供计算服务的边缘云端的算力及本地算力。遍历精简模型库中每一个精简模型参数:网络层数,每一层网络规模。根据公式定义预估精简模型的性能:精简模型的推理时延、精简模型的推理准确度和精简模型的划分质量;根据具体的任务目标选择合适的精简模型及划分层。

本发明授权一种基于云边协同推理的模型划分方法在权利要求书中公布了:1.一种基于云边协同推理的模型划分方法,其特征在于,包括以下步骤: S0、构建精简模型库; S1、获取任务目标,所述任务目标包括:时延、准确度或模型质量; S2、感知通信环境及边缘云端算力,遍历每一个精简模型,预估每一个所述精简模型的推理时延、每一个所述精简模型的推理准确度和每一个所述精简模型的划分质量; 所述精简模型的推理时延的表达式为: 其中,latency为所述精简模型的推理时延,为在移动终端中所述精简模型的第一层至所述精简模型的第j层运行时延;为所述精简模型的第j层之后的运行时延;表示所述精简模型的第j层输出数据在无线网络所需的传输时间;所述根据所述精简模型的第j层输出数据量与无线信道传输速率获取,所述根据所述精简模型各层与运行时间相关的因素、各层的输出数据量和移动终端的CPU频率;和所述根据所述精简模型中各层与运行时间相关的因素、各层的输出数据量和边缘云端的CPU频率获取; S3、在所述任务目标为时延时,从所述推理准确度满足所述时延要求的精简模型中选择出推理时延最小的精简模型i和划分层j;或者,在所述任务目标为准确度时,获取所述精简模型对应的所述推理时延满足最低容忍延迟要求的精简模型;在满足所述最低容忍延迟的精简模型中,获取所述推理准确度最高的精简模型i,以及所述推理准确度最高的精简模型对应的推理时延最低的划分层j;或者,在所述任务目标为模型的划分质量时,获取精简模型的划分质量最高的精简模型i和划分层j,其中,所述i和所述j为正整数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。