论文部分内容阅读
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 l