【技术实现步骤摘要】
本申请涉及ai领域，尤其涉及一种特征数据传输方法及相关设备。
技术介绍
1、随着深度学习技术的不断进步，神经网络模型为了实现更加出色的性能，逐渐变得规模庞大且结构越来越复杂。然而，这也带来了一个新问题：模型对于运行设备的计算资源要求越来越高，给设备的运行带来了很大挑战。
2、为了解决以上问题，端云协作的理念被提出，在端云协作场景下，复杂模型被分成两部分并分别部署在边缘设备端和云服务器端两侧来降低边缘设备端的计算开销。边缘设备端的网络模型对采集到的信息进行初步处理以及特征提取，然后将提取的中间特征发送至云端，云端使用接收到的中间特征运行下游神经网络任务得到结果。目前采用的方法是：将基于卷积神经网络(convolutional neural networks,cnn)的信元信道联合编码(jointsource-channelcoding，jscc)模型与传统通信的混合自动重传请求(hybridautomatic repeat request，harq)技术结合，用于传输数据。每次传输数据后云侧设备都会基于重构的数据进行决策，通过...
【技术保护点】
1.一种特征数据传输方法，其特征在于，所述方法应用于服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求1或2所述的方法，其特征在于，所述第一语义校验器包括第一特征提取模块和相似度计算模块，所述利用第一语义校验器基于所述语义校验信息、信道状态信息及所述第一重构特征数据计算得到第一相似度，包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述第一子编码器和所述第一子解码器是基于脉冲神经网络SNN实现的。
<...【技术特征摘要】
1.一种特征数据传输方法，其特征在于，所述方法应用于服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求1或2所述的方法，其特征在于，所述第一语义校验器包括第一特征提取模块和相似度计算模块，所述利用第一语义校验器基于所述语义校验信息、信道状态信息及所述第一重构特征数据计算得到第一相似度，包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述第一子编码器和所述第一子解码器是基于脉冲神经网络snn实现的。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
9.一种特征数据传输方法，其特征在于，应用于边缘设备端，所述方法还包括：
10.根据权利要求9所述的方法，其特征在于，所述语义校验提取包括第二特征提取模块和量化模块，所述通过语义校验提取器提取所述特征数据f的语义校验信息，包括：
11.根据权利要求9或10所述的方法，其特征在于，所述方法还包括：
【专利技术属性】
技术研发人员：王梦杨，李佳徽，马梦瑶，范晓鹏，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。