?0 -RASC-NN:一种适用于边缘设备的高效时空数据补全方法

《IEEE Transactions on Mobile Computing》:?0 -RASC-NN: An Efficient Spatiotemporal Data Completion Method for Edge Devices

【字体: 大 中 小 】 时间:2026年01月04日 来源:IEEE Transactions on Mobile Computing 9.2

编辑推荐:

  时空数据补全的轻量级神经网络方法?0-RASC-NN在边缘设备上的应用研究,通过块坐标下降迭代优化和深度展开算法实现高效计算,结合自适应秩选择与动态阈值调整策略提升鲁棒性,实验验证其在ST数据恢复和异常检测任务中具有更优性能和计算效率优势。

  ```html

摘要:

随着大型模型在边缘设备上的广泛部署,越来越多的时空(ST)数据处理任务需要在这些设备上本地完成。然而,边缘设备通常面临诸多挑战,如计算资源有限、实时性和鲁棒性要求苛刻、标注数据稀缺以及人工干预难度大等问题。为了解决这些问题,我们提出了一种轻量级、快速且鲁棒的方法,称为?-范数自适应时空数据补全神经网络(?-RASC-NN)。我们首先将目标问题构建为一个优化模型,并结合块坐标下降(BCD)和交替优化算法进行迭代求解。然后,通过深度展开算法将这个迭代过程转化为人工神经网络。与传统深度学习方法相比,这种方法不仅降低了计算成本,提高了实时性能,还更好地应对了标注数据稀缺的问题。为了增强鲁棒性,该模型引入了
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号