机器学习在物联网大数据中的应用开题报告
2020-02-18 04:02
1. 研究目的与意义(文献综述)
(一)、论文的背景
互联网的发展分为五个阶段。互联网的发展始于将两台计算机连接在一起,然后转向通过将大量计算机连接在一起创建万维网。移动互联网是通过将移动设备连接到互联网而出现的。然后,人们的身份通过社交网络进入互联网。最后,它正朝着物联网的方向发展,将人类社会中的物品连接到互联网上。
随着各种技术的发展,例如嵌入式设备,通信技术,互联网协议、数据分析,人工智能,机器学习,物联网(internet of thing)逐渐从概念转变为现实。
在以前的大数据的研究中,大部分的数据都有人来产生,但随着物联网的时代来临,由于传感器技术的进步,传感器得到了更强大、更便宜和更小的尺寸,这刺激了大规模部署。因此,今天我们已经部署了大量传感器,各种联网设备将产生大量的数据,并且这些数据具有人产生的数据不具有的特点。
2. 研究的基本内容与方案
(一) 神经网络模型压缩
对资源受限的设备采用dnn的一种方式是通过网络压缩,将密集的网络转换为稀疏的网络。这种方法有助于减少dnn在用于物联网设备分类或其他类型运行时的存储和计算需求。这种方法的主要局限性在于它们的通用性不足以支持各种网络。它只适用于能够显示这种稀疏性的特定网络模型。
在已经训练好的模型上进行压缩,使得网络携带更少的网络参数,从而解决内存问题,同时可以解决速度问题。在减少网络参数的时候,可以通过通信的方式将压缩之后的神经网络模型部署到边缘的物联网设备上面去。
(二) 轻量化模型设计
通过神经网络模型压缩的方法来压缩网络以是深度学习模型能够在资源受限的物联网设备上部署,但是这种方法没有从根本上解决神经网络模型过大的问题。轻量化模型设计的主要思想是在于设计更加高效的,适用于资源受限的物联网设备。
3. 研究计划与安排
第一周:确定论文方向,进行论文题目的筛选
第二周:以论文题目为核心,在网上和数据库搜集相关论文
第四周:进一步缩小论文的范围,并且确定论文的实现的方案,包括选用的框架,语言,算法
4. 参考文献(12篇以上)
参考论文:
[1] 卷积神经网络的加速及压缩[d]陈伟杰.华南理工大学.2017.
[2] 李亚辉,刘俊.一种基于轻量级深度网络的目标识别方法[j/ol].计算机应用 研究.
[3] 吴建鑫*, 高斌斌, 魏秀参等. 资源受限的深度学习: 挑战与实践. 中国科学: 信息科学 2018年 第48卷 第5期: 501–510
最新文档
- 1.054/1.541混凝土结构力学与设计(3-0-9) 概述四 断裂概念外文翻译资料
- stt型沸石膜的合成及气体渗透性能外文翻译资料
- 1.054/1.541混凝土结构力学与设计(3-0-9)大纲5 徐变和收缩变形外文翻译资料
- 一种醛类高灵敏度检测方法及其在葡萄干和奶粉的糠醛分析中的应用外文翻译资料
- 杂质对SAPO-34膜分离CO2/CH4的影响外文翻译资料
- 以介孔二氧化硅做载体的纳米银靶向治疗癌细胞: 利用定量蛋白质组学研究其作用机制外文翻译资料
- Licochalcone A上调Nrf2抗氧化途径,从而减轻对乙酰氨基酚引起的肝毒 性外文翻译资料
- 用于体内荧光和光声双峰成像的近红外方酸染料包囊化胶 束外文翻译资料
- 氧化锌/生物活性玻璃纳米颗粒掺入藻酸盐/壳 聚糖复合水凝胶中以闭合伤口外文翻译资料
- 一种改进的人脸识别算法及其在考勤管理系统中的应用外文翻译资料
- 石墨烯量子点介导CdSe纳米晶体的电荷转移 用于增强光电化学制氢外文翻译资料
- 海栖热袍菌的Ag1A,-种极其耐热的NAD*-、 Mn2*- 和巯基依赖性a -葡萄糖苷酶外文翻译资料
- 糖氧化酶 葡萄糖氧化酶测定生物传感器中的血糖水平外文翻译资料
- 电镀污泥衍生的铁酸锌高效催化剂光 芬顿染料的降解外文翻译资料
- 城市公园绿地的社会评估: 分析公园的用途和意义为管理和复原力规划提供依据外文翻译资料