面向实时应用的深度学习研究综述 |
| |
作者姓名: | 张政馗 庞为光 谢文静 吕鸣松 王义 |
| |
作者单位: | 东北大学计算机科学与工程学院智慧系统实验室,辽宁沈阳 110819;东北大学计算机科学与工程学院智慧系统实验室,辽宁沈阳 110819;东北大学计算机科学与工程学院智慧系统实验室,辽宁沈阳 110819;东北大学计算机科学与工程学院智慧系统实验室,辽宁沈阳 110819;东北大学计算机科学与工程学院智慧系统实验室,辽宁沈阳 110819 |
| |
基金项目: | 国家自然科学基金(61532007,61772123);装备预研教育部联合基金青年人才基金(6141A020333) |
| |
摘 要: | 深度学习算法和GPU算力的不断进步,正促进着人工智能技术在包括计算机视觉、语音识别、自然语言处理等领域得到广泛应用.与此同时,深度学习已经开始应用于以自动驾驶为代表的安全攸关领域.但是,近两年接连发生了几起严重的交通事故表明,深度学习技术的成熟度还远未达到安全攸关应用的要求.因此,对可信人工智能系统的研究已经成为了一个热点方向.对现有的面向实时应用的深度学习领域的研究工作进行了综述,首先介绍了深度学习技术应用于实时嵌入式系统所面临的关键设计问题;然后,从深层神经网络的轻量化设计、GPU时间分析与任务调度、CPU+GPU SoC异构平台的资源管理、深层神经网络与网络加速器的协同设计等多个方面对现有的研究工作进行了分析和总结;最后展望了面向实时应用的深度学习领域进一步的研究方向.
|
关 键 词: | 深度学习 深层神经网络 实时系统 时间分析 实时调度 共享资源冲突 |
收稿时间: | 2019-07-08 |
修稿时间: | 2019-08-18 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《软件学报》浏览原始摘要信息 |
|
点击此处可从《软件学报》下载全文 |
|