| 标题 |
 DNN Partitioning and Offloading in Vehicular Networks Based on RSMA |
| 网址 | |
| DOI | |
| 其它 |
摘要： 智能互联车辆及相关深度神经网络（DNN）推断任务应用的普及，推动了车联网（IoV）网络前所未有的低延迟和低能耗需求。然而，在资源有限的载具上部署大规模且计算密集型的DNN非常困难。受分布式计算理念启发，设计了基于RSMA的DNN划分和卸载策略，采用随机几何方法引入各种计算辅助节点，以缓解任务载体的计算难题。该策略根据辅助节点的计算能力选择最优的DNN模型划分点，然后开发最优任务卸载策略，实现边缘服务器与服务车辆之间任务的有效分配和执行。为了最小化平均成本问题，我们提出了一种结合异构最早完成时间算法和连续凸近似算法（HEFT-SCA）的联合优化算法，以实现最优卸载策略。实验结果显示，与基线相比，HEFT-SCA可以降低平均成本。 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
PDF的下载单位、IP信息已删除
(2025-6-4)
DW
无极微光
老的火龙果
我能私信骂你吗
xing_xing
Nole
嘉心糖
cdercder
秋风
aaaa
牧青
aajhajkahna
Enigma_GEB
Dean
科研狗
悦耳的怀寒
七听
369ninja
初景
the_coco
皖公网安备34019202002308
