arXiv cs.LG· Matheus Calheira Guimar\~aes de Oliveira, Marco Aur\'elio da Silva Cruz, Regis Cardoso, Lucas Cambuim, Rafael Macieira, Arthur Paim, Helaine Neves, Alex Santos, Lilian Guarieiro, Jean Schmith, Prashant Kumar, Erick G. Sperandio Nascimento·· 11 天前AI 评分32
异构边缘平台模型压缩技术评测：以旋转机械预测性维护为例
Benchmarking Model Compression Techniques Across Heterogeneous Edge Platforms: A Predictive Maintenance Use Case for Rotating Machinery
AI 导读
一项针对工业旋转机械预测性维护的研究评测了 9 类异构计算平台上的 4 种模型压缩技术，结果显示知识蒸馏表现最有效。经知识蒸馏压缩的卷积神经网络模型体积缩减 98.9%，在所有设备上实现超过 90% 的推理加速，同时保持了 91.22% 的平衡 F-score，显著降低了计算与能源开销。
来源：arXiv cs.LG · arxiv.org