蔡海滨
- 作品数：9 被引量：1H指数：1
- 供职机构：华东师范大学更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种算力网络场景下最大利润的资源分配方法
- 本发明公开了一种算力网络场景下最大利润的资源分配方法，其特点是采用三层计算能力的网络系统框架，将分配任务视为双重拍卖游戏，并使用经验加权吸引算法，使参与者能够根据环境互动调整投标策略，该方法具体包括：算力网络资源拍卖框架...
- 邓应卓王廷蔡海滨
- 一种基于频谱图的信号检测方法
- 本发明公开了一种基于频谱图的信号检测方法，包括：初始上升检测步骤：当信噪比大于底噪时，记录当前信号的频率和信噪比，信号的当前趋势和之前趋势预设为上升；上升段检测步骤：实时检测信号的信噪比，当信噪比的变化趋势改变时，按顺序...
- 蔡海滨朱启傲罗圣杨月
- 一种基于元强化学习算法的计算卸载方法
- 本发明公开了一种基于元强化学习算法的计算卸载方法，其特点是该方法采用在物联网设备、边缘服务器和云服务器协作式应用场景下建立任务卸载决策和资源分配模型，获取当前卸载系统的状态，然后通过元学习获取学习模型，最后通过训练获取任...
- 杨钊王廷蔡海滨
- 一种基于元强化学习算法的计算卸载方法
- 本发明公开了一种基于元强化学习算法的计算卸载方法，其特点是该方法采用在物联网设备、边缘服务器和云服务器协作式应用场景下建立任务卸载决策和资源分配模型，获取当前卸载系统的状态，然后通过元学习获取学习模型，最后通过训练获取任...
- 杨钊王廷蔡海滨
- 大小模型端云协同进化技术进展被引量：1
- 2024年
- 生成式基座大模型正在引发人工智能领域的重大变革,在自然语言处理、多模态理解与内容合成等任务展现通用能力。大模型部署于云侧提供通用智能服务,但面临时延大、个性化不足等关键挑战,小模型部署于端侧捕捉个性化场景数据,但存在泛化性不足的难题。大小模型端云协同技术旨在结合大模型通用能力和小模型专用能力,以协同交互方式学习演化进而赋能下游垂直行业场景。本文以大语言模型和多模态大模型为代表,梳理生成式基座大模型的主流架构、典型预训练技术和适配微调等方法,介绍在大模型背景下模型剪枝、模型量化和知识蒸馏等大模型小型化关键技术的发展历史和研究近况,依据模型间协作目的及协同原理异同,提出大小模型协同训练、协同推理和协同规划的协同进化分类方法,概述端云模型双向蒸馏、模块化设计和生成式智能体等系列代表性新技术、新思路。总体而言,本文从生成式基座大模型、大模型小型化技术和大小模型端云协同方式3个方面探讨大小模型协同进化的国际和国内发展现状,对比优势和差距,并从应用前景、模型架构设计、垂直领域模型融合、个性化和安全可信挑战等层面分析基座赋能发展趋势。
- 王永威沈弢张圣宇吴帆赵洲蔡海滨吕承飞马利庄马利庄吴飞
- 一种基于混合动作空间强化学习算法的计算卸载方法
- 本发明公开了一种基于混合动作空间强化学习算法的计算卸载方法，该方法包括步骤：a）在多设备多服务器的应用场景下建立任务协作卸载与资源分配模型；b）获取请求任务的状态；c）获得学习模型和d）求解卸载决策；通过将卸载过程中的决...
- 杨钊王廷蔡海滨
- 一种基于频谱图的信号检测方法
- 本发明公开了一种基于频谱图的信号检测方法，包括：初始上升检测步骤：当信噪比大于底噪时，记录当前信号的频率和信噪比，信号的当前趋势和之前趋势预设为上升；上升段检测步骤：实时检测信号的信噪比，当信噪比的变化趋势改变时，按顺序...
- 蔡海滨朱启傲罗圣杨月
- 文献传递
- 一种基于自适应划分子森林的分布式深度森林优化方法
- 本发明公开了一种基于自适应划分子森林的分布式深度森林优化方法，其特点是该方法包括：S1、将深度森林建模成基于任务并行子森林算法的分布式深度森林模型；S2、使用数据块级预采样算法处理多粒度扫描后的数据集结果，生成Hadoo...
- 谢礼安王廷蔡海滨
- 一种基于混合动作空间强化学习算法的计算卸载方法
- 本发明公开了一种基于混合动作空间强化学习算法的计算卸载方法，该方法包括步骤：a）在多设备多服务器的应用场景下建立任务协作卸载与资源分配模型；b）获取请求任务的状态；c）获得学习模型和d）求解卸载决策；通过将卸载过程中的决...
- 杨钊王廷蔡海滨
