标题 |
![]() 支持DNN任务的移动边缘计算网络中的任务划分与卸载
相关领域
计算机科学
移动边缘计算
任务(项目管理)
可扩展性
能源消耗
计算卸载
服务器
移动设备
边缘计算
计算
分拆(数论)
计算机网络
分布式计算
GSM演进的增强数据速率
地铁列车时刻表
人工智能
操作系统
算法
经济
管理
组合数学
生物
数学
生态学
|
网址 | |
DOI | |
其它 |
摘要: 由于人工智能的出色性能,支持深度神经网络 (DNN) 任务的移动边缘计算 (MEC) 越来越普遍。利用 DNN 的特性,本文为由单个服务器和多个移动设备 (MD) 组成的支持 DNN 任务的 MEC 网络开发了一种任务分区和卸载的联合设计,其中服务器和每个 MD 都使用训练有素的 DNN 进行任务计算。本文的主要贡献如下:首先,我们提出了一种 DNN 的层级计算分区策略,将每个 MD 的任务划分为子任务,这些子任务要么在 MD 本地计算,要么卸载到服务器。其次,我们为 DNN 开发了一个延迟预测模型,以描述 MD 和服务器每个 subtask 的计算延迟。第三,我们为服务器设计了一个 slot 模型和一个动态定价策略,以有效地调度卸载的 subtask。第四,我们共同优化任务分区和卸载的设计,以最大限度地降低每个 MD 的成本,包括计算延迟、能耗和支付给服务器的价格。特别是,我们提出了两种基于聚合博弈论的分布式算法来解决优化问题。最后,数值结果表明,所提出的方案可以扩展到不同类型的 DNN,并在处理延迟和能耗方面显示出优于基线方案的优势。 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|