公开(公告)号：CN118012607A

公开(公告)日：2024-05-10

申请号：CN202410094795.0

申请日：2024-01-23

Applicant: 大连理工大学

Inventor： 葛宏伟 ,  郑植 ,  王霞 ,  候亚庆

IPC: G06F9/50 ,  G06F18/23213 ,  G06N3/006 ,  G06N3/094

Abstract: 本发明属于人工智能应用技术领域，涉及一种基于生成对抗网络的大规模边缘服务器部署方法。针对已有方法在大规模空间上部署时不能很好地兼顾多个优化指标的问题，提出了一种基于生成对抗网络的边缘服务器部署方法，旨在在复杂场景下实现边缘服务器的均衡部署。步骤如下：建模边缘服务器和路边单元的网络拓扑结构；构建车联网场景下边缘服务器部署模型；建模边缘服务器部署的平均时延、工作负载均衡和部署成本；执行基于生成对抗网络的大规模多目标优化算法优化种群；依据非支配排序和聚类得到边缘服务器部署方案。本发明作为一种基于生成对抗网络的大规模多目标优化的边缘服务器部署方法，可广泛应用于边缘服务器部署领域。

公开(公告)号：CN114596589B

公开(公告)日：2024-12-17

申请号：CN202210246448.6

申请日：2022-03-14

Applicant: 大连理工大学

Inventor： 葛宏伟 ,  黄嘉健 ,  孙亮 ,  王霞

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明公开了一种基于交互级联轻量化transformers的域自适应行人重识别方法，属于计算机视觉与行人识别的交叉技术领域。该方法所设计的轻量化transformer包括局部轻量化transformer和全局轻量化transformer，它们由嵌入模块、多头自注意力模块和多头混合模块组成。轻量化transformer可以捕捉长距离依赖，避免噪声标签的影响加剧。在该方法所设计的交互级联框架中，像素点被交替赋予局部信息和全局信息，这增强了局部信息建模和全局信息建模的交互能力，进而提高了模型的特征表达能力。本方法实现了有效的域自适应行人重识别。

公开(公告)号：CN114596589A

公开(公告)日：2022-06-07

申请号：CN202210246448.6

申请日：2022-03-14

Applicant: 大连理工大学

Inventor： 葛宏伟 ,  黄嘉健 ,  孙亮 ,  王霞

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于交互级联轻量化transformers的域自适应行人重识别方法，属于计算机视觉与行人识别的交叉技术领域。该方法所设计的轻量化transformer包括局部轻量化transformer和全局轻量化transformer，它们由嵌入模块、多头自注意力模块和多头混合模块组成。轻量化transformer可以捕捉长距离依赖，避免噪声标签的影响加剧。在该方法所设计的交互级联框架中，像素点被交替赋予局部信息和全局信息，这增强了局部信息建模和全局信息建模的交互能力，进而提高了模型的特征表达能力。本方法实现了有效的域自适应行人重识别。