Yuuusya-CSDN博客

原创 Edge Computing with Cloud for Voice Disorder Assessment and Treatment

1 简介现代社会中慢性病逐渐成为人类健康的一大威胁。随着人口老龄化的加剧，社会的医疗资源的需求越来越大。人们希望发展一套智慧医疗系统，患者和长者在家中可以通过终端设备上传有关自身身体状况的数据，如图像，声音，动作等，来获得合适的治疗。显然，5G网络，物联网，边缘计算的出现给了智慧医疗极大的技术支持。作者开发了一套专门针对语音障碍疾病的智慧医疗系统，语音障碍疾病包括声带结节，声带囊肿，喉炎等，多...

2019-10-31 15:46:01 182

原创 Distributed and Efficient Object Detection in Edge Computing: Challenges and Solutions

1 基于边缘计算的物体检测：架构与优势终端设备负责收集数据(图像，视频)。将数据压缩发送给边缘节点。边缘节点运行轻量级的物体检测算法。将不能检测的图像或置信度较低的检测结果发送给云端。云端进行全面的检测，并且整合各个边缘节点的数据，帮助边缘节点更新本地的算法模型。优势：部署成本低：从终端设备到边缘节点的连接都是无线的，不需要提前部署。实时性强：与将数据发送给云端处理相比，...

2019-10-30 16:25:16 429

原创 LAVEA: Latency-aware Video Analytics on Edge Computing

1 简介作者研究的问题是在移动终端设备中运行视频分析应用(应用场景包括AR，无人机等)。传统的做法是将所有计算卸载到云端。作者提出了终端设备、边缘节点、云端三方协作的计算模型，并且将重点放在边缘节点上，而且允许多个边缘节点协同合作。作者将计算卸载问题归结为数学优化问题，并提出一些启发式算法求解。作者还开发了一套边缘计算的平台供不同应用运行，以优化时延。2 背景和动机边缘计算网络：终端设...

2019-10-29 17:11:37 931

原创 DeepDecision: A Mobile Deep Learning Framework for Edge Video Analytics

1 简介在移动终端设备上运行视频分析应用(AR)时，如果简单将视频看作是帧的集合，一律将计算任务放在云上，会极大限制应用的优化空间。作者的思路是利用视频中相邻帧的相似性对视频进行压缩，同时对计算模型也进行压缩，并且运行时根据网络状况，精度要求，电源使用情况等动态确定计算任务的卸载位置来优化效率。2 背景使用CNN进行视频中的物体检测和识别，作者使用YOLO9000，它可以使用一个神经网...

2019-10-28 15:28:49 1139 3

原创 FoggyCache: Cross-Device Approximate Computation Reuse

1 简介计算机视觉，语音识别等智能应用在很多终端设备中普及。时延成为部署这些应用时首要问题，无论是将计算放在终端设备或是云端，都会造成高时延。然而，我们发现在不同设备上运行的这些应用可能会作相同的计算，如果能够重用这些计算结果，就能避免冗余计算以降低时延。但是，这些应用的输入多为模拟数据，即图像、音频一类数据。通常不会存在完全相同的输入。存在时空、语境相关性的输入可能会被映射到同样的输出(fu...

2019-10-21 16:56:24 367

原创 Precog: Prefetching for Image Recognition Applications at the Edge

1 简介应用场景与Cachier基本一致。技术的差异在与Cachier研究在边缘中缓存，不涉及终端设备。Precog研究在终端设备中缓存。缓存的模型来源于边缘，这是一种边缘与终端设备协同的技术。通过选择缓存的内容来最小化用户体感时延。在终端设备中缓存意味着图像的特征提取，分类也被放在终端设备中，这可能会造成性能瓶颈，Precog通过动态调整特征提取的配置来最小化总时延。2 背景图像识别...

2019-10-18 17:35:37 318

原创 Cachier: Edge-caching for recognition applications

1 简介使用移动终端设备进行人脸识别，增强现实，语音识别等应用很普遍。他们共同面临的一个问题是这些应用都是高度时效性的，系统能够容忍的时延很小，这与它们普遍都是计算密集型产生冲突。最近出现的fog computing, cloudlets是该问题的一个解决方案。本文提出了另外一个解决方案，受到web cache的启发，将边缘与云作为一个cache模型。每个边缘服务器仅服务一个地理区域的终端设备...

2019-10-17 17:11:02 412

原创 Glimpse: Continuous, Real-Time Object Recognition on Mobile Devices

1 简介目前许多终端设备上都带有摄像头，这使得物体检测应用可以在终端设备上运行。但物体检测算法需要进行大量运算，终端设备的运算力通常不能满足实时物体检测所要求的低时延。若将算法交给服务器运行，则传输时延变得不可接受。Glimpse周期性地将一些关键帧发送给服务器，由服务器标记关键帧中的物体，终端设备缓存一部分帧，并且根据关键帧的标记在缓存帧中追踪要检测的物体。从而降低时延并减少带宽需求。注...

2019-10-16 17:21:54 648 1

原创 Edge Intelligence: Paving the Last Mile of Artificial Intelligence with Edge Computing

1 简介云计算缺陷：传输成本高，时延高，有隐私泄露风险。边缘计算优势：靠近数据产生地(信息源)，低延时，节能，保护隐私，降低带宽消耗。所以AI应用与边缘计算的结合成为很自然的选择。2 AI背景介绍我们主要关注AI中深度学习与神经网络相关技术：卷积神经网络(CNN)：CNN通常应用于计算机视觉方向，给定一系列来自真实世界的图像或视频，在CNN的利用下，AI系统学会去自动提取这些...

2019-10-15 11:06:01 1707

转载飞行器控制中的欧拉角(roll, pitch, yaw)

简言之，pitch是俯仰角，是“点头“yaw是偏航角，是‘摇头’roll是旋转角，是“翻滚”欧拉角是表达旋转的最简单的一种方式，形式上它是一个三维向量，其值分别代表物体绕坐标系三个轴(x,y,z轴）的旋转角度。这样的话，很容易想到，同样的一个三维向量，代表了绕x，y，z的旋转值，先进行那个旋转是否对结果有影响呢？显然是有影响的，可以拿着你的手机试一下，不同的旋转顺序会代表不同的旋转...

2019-08-30 17:24:26 10133

原创 sklearn 三种分类算法评估

In the second ML assignment you have to compare the performance of three di↵erent classiﬁcation algorithms, namely Naive Bayes, SVM, and Random Forest. For this assignment you need to generate a rando...

2018-06-14 15:56:01 2782

weixin_38196217的博客