引用本文

李逸楷, 张通, 陈俊龙. 面向边缘计算应用的宽度孪生网络. 自动化学报, 2020, 46(10): 2060−2071 doi: 10.16383/j.aas.c200555

Li Yi-Kai, Zhang Tong, Chen Jun-Long. Broad Siamese network for edge computing applications. Acta Automatica Sinica, 2020, 46(10): 2060−2071 doi: 10.16383/j.aas.c200555

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200555

关键词

宽度学习系统，边缘计算，孪生网络，浅层网络，边缘智能 

摘要

边缘计算是将计算、存储、通信等任务分配到网络边缘的计算模式. 它强调在用户终端附近执行数据处理过程, 以达到降低延迟, 减少能耗, 保护用户隐私等目的. 然而网络边缘的计算、存储、能源资源有限, 这给边缘计算应用的推广带来了新的挑战. 随着边缘智能的兴起, 人们更希望将边缘计算应用与人工智能技术结合起来, 为我们的生活带来更多的便利. 许多人工智能方法, 如传统的深度学习方法, 需要消耗大量的计算、存储资源, 并且伴随着巨大的时间开销. 这不利于强调低延迟的边缘计算应用的推广. 为了解决这个问题, 我们提出将宽度学习系统(Broad learning system, BLS)等浅层网络方法应用到边缘计算应用领域, 并且设计了一种宽度孪生网络算法. 我们将宽度学习系统与孪生网络结合起来用于解决分类问题. 实验结果表明我们的方法能够在取得与传统深度学习方法相似精度的情况下降低时间和资源开销, 从而更好地提高边缘计算应用的性能.

文章导读

本文提出了一种面向边缘计算应用的宽度孪生网络算法. 我们考虑了边缘计算应用要求降低处理延迟, 满足边缘设备资源受限的情况, 提出可以将宽度学习系统应用于边缘计算应用之中. 为了验证本文观点, 我们将宽度学习系统与孪生网络相结合, 提出了宽度孪生网络算法, 并应用于解决分类问题. 与传统基于深度学习的孪生网络方法相比, 宽度孪生网络算法能够在满足分类准确度要求的情况下, 进一步降低训练时间以及内存资源开销. 这说明借助宽度学习系统能够有效降低处理延迟, 减少计算资源消耗, 从而更好地满足边缘计算应用的要求. 在文章的最后, 我们对未来的研究方向进行了展望. 我们可以进一步改进宽度孪生网络方法, 用于解决更多的实际分类问题, 并应用到边缘计算应用之中. 例如, 自动驾驶车辆上的交通标识识别以及监控视频中的对象追踪应用. 本文算法可以做进一步的改进, 以适应这些应用要求低延迟、低资源开销的特点. 与此同时, 我们也可以进一步探索浅层网络方法如宽度学习系统在边缘计算领域的应用. 借助宽度学习系统等浅层网络方法进一步提高边缘计算应用的性能.

图 1  一种典型的宽度学习系统网络结构

图 2  一种典型的孪生网络结构

图 3  采用独热编码的相似性度量

作者简介

李逸楷

华南理工大学计算机科学与技术专业博士研究生. 2020年获得中国广州华南理工大学计算机科学与技术专业学士学位. 主要研究方向为神经网络, 情感计算等

机器学习技术及其在边缘计算领域的应用

张通

华南理工大学计算机科学与工程学院副教授. 2009年获得广州中山大学软件工程专业学士学位, 2011年获得澳门大学应用数学专业硕士学位, 2016年获得澳门大学软件工程专业博士学位. 主要研究方向为情感计算,进化计算,神经网络和其他机器学习技术及其应用. 本文通信作者

陈俊龙

华南理工大学计算机科学与工程学院特聘讲席教授及院长. IEEE Fellow, 美国科学促进会AAAS Fellow, IAPR Fellow, 国际系统及控制论科学院IASCYS院士, 香港工程师学会Fellow, 中国自动化学会Fellow. 欧洲科学院(AE)外籍院士、欧洲科学与艺术学院(EASA)院士, 国际系统与控制论科学院(IASCYS)院士. 1985年毕业于美国密歇根州安娜堡市的密歇根大学安娜堡分校, 2016年获得由母校普渡大学(1988年获得博士学位)颁发的杰出电气和计算机工程师奖. 作为美国工程技术教育认证委员会(ABET)的项目评估员, 成功地设计了澳门大学的工程和计算机科学课程, 并通过香港工程师学会(HKIE)获得了华盛顿/首尔协议的认证. 这被认为是他作为澳门大学科技学院前任院长在工程/计算机科学教育方面的最大贡献. 他在2018年获IEEE系统人机控制论的最高学术奖——IEEE诺伯特•维纳奖(Norbert Wiener Award). 2018和2019年连续两年入选科瑞唯安(Clarivate)全球高被引科学家. 在2012年至2013年, 他是IEEE系统、人和控制论协会主席, 是IEEE期刊《系统、人和控制论: 系统》 (2014-2019)主编. 目前, 他是IEEE控制论汇刊的主编, 以及IEEE模糊系统汇刊的副主编. 他于2015年至2017年任国际自动控制联合会TC9.1经济与商务系统主席. 主要研究方向为控制论、系统和计算智能