文献

J-GLOBAL ID：202102221826170795   整理番号：21A2488545

ビデオビッグデータ処理のためのフロントエンドデバイスとクラウドサーバ間のDNN層計算の配置【JST・京大機械翻訳】

Allocating DNN Layers Computation Between Front-End Devices and The Cloud Server for Video Big Data Processing

著者 (5件)： Xing Peiyin (School of EECS, Peking University,Beijing,P.R. China) ,  Liu Xiaofei (School of EECS, Peking University,Beijing,P.R. China) ,  Peng Peixi (School of EECS, Peking University,Beijing,P.R. China) ,  Huang Tiejun (School of EECS, Peking University,Beijing,P.R. China) ,  Tian Yonghong (School of EECS, Peking University,Beijing,P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2021  号： ICASSP  ページ： 8483-8487  発行年： 2021年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： インテリジェントハードウェアの開発により,フロントエンドデバイスはDNN計算も実行できる。さらに,深いニューラルネットワークをいくつかの層に分けることができる。この方法で,DNNモデルの計算の一部をフロントエンドデバイスに移動でき,クラウド負荷を軽減し,処理待ち時間を短縮できる。本論文では,フロントエンドデバイスとクラウドサーバ間のDNNの計算割当アルゴリズムを提案した。要するに,著者らは,DNN層を,電流と処理システムの予測未来状態に従って動的に分割し,それによって,より短いエンドツーエンド待ち時間を得た。シミュレーション結果は,全体の待ち時間減少が従来のクラウド中心処理と比較して70%以上であることを明らかにした。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  電流 ,  ニューラルネットワーク ,  エンドツーエンド方式 ,  ハードウェア ,  *待ち時間 ,  処理装置
準シソーラス用語： *クラウドサーバ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ビデオ ,  ビッグデータ ,  クラウドサーバ ,  計算