公开(公告)号：CN116302197A

公开(公告)日：2023-06-23

申请号：CN202310282031.X

申请日：2023-03-21

Applicant: 上海科技大学

Inventor： 于静 ,  高国亮 ,  吴连涛 ,  周勇

IPC: G06F9/445 ,  G06N3/04

Abstract: 本发明涉及一种有向无环图拓扑下针对流式任务的深度神经网络卸载方法，基于拓扑排序的转换方法，无损地把有向无环图深度神经网络转化成链式深度神经网络CDNN；基于贪婪和二分法的思想对CDNN进行多拆分。即，函数的输入是带有一组计算单元的CDNN，输出是卸载策略，每一次递归在考虑计算和传输延时最少的情况下选择最优的分割点和卸载策略将一组计算单元分为两部分，同时把CDNN分为两部分，分别卸载到两个计算单元组中，继续递归。当所有递归完成时，得到卸载策略。针对流任务适用于大规模DDNN卸载问题的多拆分方法，该方案可以平衡DNN卸载处理流任务的计算和传输延迟，以最大限度地减少总延迟。

公开(公告)号：CN113346970B

公开(公告)日：2022-10-18

申请号：CN202110607589.1

申请日：2021-06-01

Applicant: 上海科技大学

Inventor： 史盼盼 ,  李凯 ,  朱磊 ,  高国亮 ,  杨旸

IPC: H04B17/391 ,  H04B7/0413 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明的一个技术方案是提供了一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：构建双向变换框架以实现信道空域特征和信道频域特征的互相转换。本发明的另一个技术方案是提供了一种利用用户的空间特征来粗略计算小区间干扰的方法。本发明设计了新的空间特征和频率特征，并且通过两个离线训练神经网络(NN)建立了空间域与频域双向信号变换的新框架。本发明提供的方法能以较低的代价连续获得基站与用户之间的信道状态和用户接收射线的离开角与到达角等空域信息，获得用户之间的干扰特征，很大程度上降低这二者获取时所需要的开销，以减少系统的处理开销和复杂度。

公开(公告)号：CN113346970A

公开(公告)日：2021-09-03

申请号：CN202110607589.1

申请日：2021-06-01

Applicant: 上海科技大学

Inventor： 史盼盼 ,  李凯 ,  朱磊 ,  高国亮 ,  杨旸

IPC: H04B17/391 ,  H04B7/0413 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明的一个技术方案是提供了一种面向无线三维信道的用户级信道空域特征建模方法，其特征在于：构建双向变换框架以实现信道空域特征和信道频域特征的互相转换。本发明的另一个技术方案是提供了一种利用用户的空间特征来粗略计算小区间干扰的方法。本发明设计了新的空间特征和频率特征，并且通过两个离线训练神经网络(NN)建立了空间域与频域双向信号变换的新框架。本发明提供的方法能以较低的代价连续获得基站与用户之间的信道状态和用户接收射线的离开角与到达角等空域信息，获得用户之间的干扰特征，很大程度上降低这二者获取时所需要的开销，以减少系统的处理开销和复杂度。