Deep Home: Distributed Interface With Heterogeneous Devices In The edge

تولید کنندگان قابلیت های هوشمندی را اضافه می کنند )به عنوان مثال دستیاران صوتی ،تشخیص حرکات ، تشخیص چهره( به سرعت در دستگاه های خانگی سرعت ، و این منجر به انفجار داده های ایجاد شده در حاشیه، غیر متمرکز. خرد سنتی خواستار بارگذاری داده ها به ابر است پردازش بیشتر به عنوان دستگاه های محلی فقط محاسباتی محدود دارند. منابع با این حال ،ما استدالل می کنیم که وقتی کل را در نظر می گیریم امکان پردازش کلیه دستگاه های موجود در خانه ، فرصتی است برای پردازش داده ها در داخل خانه. این پتانسیل را دارد به کاربران با ضمانت حریم خصوصی قوی تر و بالقوه ارائه دهید تاخیرهای پایین در این مقاله ، یک مقایسه عملکرد ارائه می دهیم بین قابلیت های تلفن های همراه و سخت افزار جدید برای استنتاج عمیق یادگیری طراحی شده است - مرجان TPU وانویدیا جتسون نانو. ما همچنین استنتاج توزیع شده جدید را توصیف می کنیم سیستم ، به نام DeepHome ، که می تواند یادگیری ماشین را توزیع کند کارهای استنباطی به چندین دستگاه ناهمگن در خانه. ما در مورد موضوعات مختلف مربوط به انجام پردازش در خانه بحث کنیم و زمینه و سیستم نتایج اولیه عملکرد حاصل از کار ما است.مفهوم CCS• روش های محاسباتی approaches رویکردهای یادگیری ماشین؛روش های رایانه ای توزیع شده. الگوریتم های توزیع شده.

کلیدواژه ها:

محاسبات لبه ، استنباط توزیع شده ، فراگیری ماشین