分布式模型缓存赋能端云协同自演进视频分析

廖天俊; 赵茆哲; 刘生钟; 吴帆

doi:10.11959/j.issn.2096-0271.2025036

您当前的位置：

首页 >

文章列表页 >

分布式模型缓存赋能端云协同自演进视频分析

专题 | 更新时间：2025-05-13

- 分布式模型缓存赋能端云协同自演进视频分析
- Distributed model cache-driven device-cloud collaboration in adaptive video analytics
- “在移动视频分析领域，专家提出了移动端主导的端云协同持续学习框架，有效提升了响应速度和系统扩展性。”
- 大数据 2025年11卷第3期页码：62-77
- 作者机构：
  
  1.军事科学院，北京 100091
  2.上海交通大学，上海 200240
- 作者简介：
  
  [ "廖天俊（1985- ），男，博士，军事科学院战略评估咨询中心评估员，主要研究方向为群体智能优化与评估算法。" ]
  [ "赵茆哲（2001- ），男，上海交通大学计算机学院博士生，主要研究方向为边缘智能、持续学习。" ]
  [ "刘生钟（1995- ），男，博士，上海交通大学计算机学院副教授，主要研究方向为边缘智能与物联网、智能实时系统与信息物理系统、机器学习。" ]
  [ "吴帆（1981- ），男，博士，上海交通大学计算机学院教授，主要研究方向为无线网络与移动计算、博弈论算法及其应用、数据管理与隐私保护。" ]
- 基金信息：
  
  国家重点研发计划项目(2022ZD0119100);国家自然科学基金项目(62472278;62025204;62432007;62441236;62332014;62332013)
- DOI：10.11959/j.issn.2096-0271.2025036
  中图分类号： TP399
- 收稿日期：2025-03-31，
  
  纸质出版日期：2025-05-15
- 稿件说明：
移动端阅览
廖天俊,赵茆哲,刘生钟等.分布式模型缓存赋能端云协同自演进视频分析[J].大数据,2025,11(03):62-77.

LIAO Tianjun,ZHAO Maozhe,LIU Shengzhong,et al.Distributed model cache-driven device-cloud collaboration in adaptive video analytics[J].BIG DATA RESEARCH,2025,11(03):62-77.
廖天俊,赵茆哲,刘生钟等.分布式模型缓存赋能端云协同自演进视频分析[J].大数据,2025,11(03):62-77. DOI： 10.11959/j.issn.2096-0271.2025036.

LIAO Tianjun,ZHAO Maozhe,LIU Shengzhong,et al.Distributed model cache-driven device-cloud collaboration in adaptive video analytics[J].BIG DATA RESEARCH,2025,11(03):62-77. DOI： 10.11959/j.issn.2096-0271.2025036.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于边缘智能的沉浸式元宇宙关键技术与展望

隐私计算在车路协同场景应用的探索与实践

边缘智能：现状和展望

基于边缘计算的森林火警监测系统

边缘计算使能智慧电网

分布式模型缓存赋能端云协同自演进视频分析

Distributed model cache-driven device-cloud collaboration in adaptive video analytics

DOI：10.11959/j.issn.2096-0271.2025036