面向邊緣部署場景的輕量神經(jīng)網(wǎng)絡修復算法

摘要： 隨著深度學習技術(shù)的不斷進步,神經(jīng)網(wǎng)絡在各領(lǐng)域得到廣泛應用,特別是在邊緣計算環(huán)境中,例如智能交通和新型電網(wǎng)等典型場景.然而,神經(jīng)網(wǎng)絡的可靠性問題限制了其在真實世界的廣泛應用.在復雜的邊緣環(huán)境中,預訓練模型往往因未涵蓋所有可能的邊緣情況而性能下降.因此,針對部署中的神經(jīng)網(wǎng)絡進行高效修復成為一個關(guān)鍵的研究課題.傳統(tǒng)修復方法通常涉及整個模型的重新訓練,這在邊緣場景中具有諸多局限性.首先... （共18頁）