技術(shù)特征：

1.一種面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述端設(shè)備使用神經(jīng)網(wǎng)絡(luò)加速器硬件，對(duì)深度學(xué)習(xí)模型進(jìn)行稀疏化和量化處理，得到壓縮后的模型，包括：

3.根據(jù)權(quán)利要求1所述的面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述端設(shè)備利用特征提取網(wǎng)絡(luò)，使用知識(shí)提取技術(shù)提取出所述預(yù)處理后的數(shù)據(jù)中的特征數(shù)據(jù)，包括：

4.根據(jù)權(quán)利要求1所述的面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述邊緣設(shè)備接收從所述端設(shè)備傳輸來(lái)的所述特征數(shù)據(jù)，通過(guò)所述輕量級(jí)的推理模型對(duì)所述特征數(shù)據(jù)進(jìn)行初步分類，包括：

5.根據(jù)權(quán)利要求1所述的面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述方法還包括：

6.根據(jù)權(quán)利要求5所述的面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述方法包括：

7.根據(jù)權(quán)利要求1所述的面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述方法還包括：

8.根據(jù)權(quán)利要求7所述的面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述云端對(duì)所述端設(shè)備、所述邊緣設(shè)備的運(yùn)行進(jìn)行動(dòng)態(tài)調(diào)整，包括：

9.根據(jù)權(quán)利要求1所述的面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法，其特征在于，所述云端對(duì)所述全局模型進(jìn)行優(yōu)化，包括：

10.一種面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度系統(tǒng)，其特征在于，所述系統(tǒng)包括：

技術(shù)總結(jié)
本發(fā)明涉及一種面向工業(yè)物聯(lián)網(wǎng)的端邊云協(xié)同智能優(yōu)化及資源調(diào)度方法及系統(tǒng)。所述方法包括：在端設(shè)備上利用加速器硬件對(duì)模型參數(shù)進(jìn)行稀疏化處理和量化，減少模型的存儲(chǔ)和傳輸需求，同時(shí)保持模型的準(zhǔn)確性；通過(guò)知識(shí)提取技術(shù)，端設(shè)備能夠提煉出數(shù)據(jù)中的關(guān)鍵信息，為后續(xù)的數(shù)據(jù)處理和模型訓(xùn)練提供高質(zhì)量的輸入；通過(guò)在邊緣設(shè)備中部署輕量級(jí)的推理模型和路由模型，能夠?qū)ι蟼鲾?shù)據(jù)進(jìn)行初步分類，僅將難以處理的數(shù)據(jù)發(fā)送至云端，從而在保持準(zhǔn)確性的同時(shí)，最大限度地減少總體延遲；通過(guò)云端實(shí)時(shí)對(duì)端設(shè)備、邊緣設(shè)備進(jìn)行性能監(jiān)測(cè)以及帶寬分配、任務(wù)分割，負(fù)責(zé)全局的模型優(yōu)化和資源調(diào)度，以實(shí)現(xiàn)最優(yōu)性能。

技術(shù)研發(fā)人員：孫鵬,劉洋,劉靖,楊坤,錢(qián)烺,羅冰
受保護(hù)的技術(shù)使用者：昆山杜克大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9