-
公开(公告)号：CN119336484A
公开(公告)日：2025-01-21
申请号：CN202411225023.2
申请日：2024-09-03
Applicant: 中国科学院计算技术研究所
IPC: G06F9/50
Abstract: 本发明提出一种基于时延预估的深度学习推理方法，包括：获取边缘‑终端任务场景中终端设备和边缘服务器的任务数据；该任务参数包括该终端设备的任务卸载比例；基于该任务数据，计算该边缘‑终端任务场景的任务卸载参数，及卸载任务的目标函数和约束条件；将该任务卸载参数、该目标函数和该条件约束，输入近端策略优化模型进行训练，当该近端策略优化模型完成策略收敛或达到预定训练步数后，由该近端策略优化模型输出该边缘‑终端任务场景的任务卸载策略和资源分配策略。本发明通过PPO改进模型实现端‑边协同场景下的计算卸载和资源分配策略，解决了现有计算卸载对边缘节点负载均衡水平关注不足，以及不重视实际场景中任务具有时间序列特征的问题。
Search Results
1
records
(took 0.025 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
