


DeepSwarm——一种新型边缘群体智能感知-计算耦合框架(通过数据采集和计算的双向优化实现群体深度学习)
作者主张向Swarm Deep Learning的范式转变,利用物联网场景中物理相邻的移动和嵌入式设备形成的集群的潜力,作者提出 DeepSwarm,这是一个旨在突破 on-device DL 性能边界的闭环系统框架。DeepSwarm 将主动数据采集和处理与双向优化相结合,以最大限度地减少冗余并提高资源效率。它通过深度学习反馈及时解决数据限制和冗余问题,利用数据的互补性和异步性进行可扩展的处理。最后,作者讨论了提高DeepSwarm性能的研究挑战和机遇,并展示了两个初始实例,以展示其优势。
