2019年12月9日至13日，IEEE全球通信大会（2019 IEEE Global Communications Conference： GLOBECOM）于12月9日至13日在美国夏威夷大岛召开。IEEE全球通信大会是IEEE通信协会的两大旗舰会议之一，致力于推动通信领域的创新性发展。大会包含主题演讲、论文报告、讲义报告、海报展示和研讨会等多种形式。作为论文的第一作者，我有幸在会上以口头报告的形式展示了我们的论文成果。
我汇报的论文题目为《An Efficient Distributed Deep Learning Framework for Fog-based IoT Systems》。这篇文章关注基于雾计算的物联网系统中深度神经网络的部署问题。近年来，随着神经网络在多个领域取得了重大突破，越来越多的物联网应用开始利用神经网络来分析海量的物联网数据，以进一步预测发展趋势和产生控制指令。然而，在物联网系统中，设备的计算资源及计算能力往往是有限的，难以承载神经网络之一密集计算任务。为了解决这一问题，该论文探索出一种高效的分布式深度学习框架，基于平衡不完全区块设计（Balanced Incomplete Block Design）和分组卷积（Grouped Convolution）技术，从模型稀疏化，模型切分及模型精度补偿三个方面着手，可在几乎不损失模型精度的情况下，降低神经网络的内存占用和运行时间，进一步推进了神经网络在基于雾计算的物联网系统上的实际部署。
在会议的其他时间，我还参与学习了联邦学习、边缘计算、大数据处理等相关领域的论文报告和海报展示，不仅拓展了眼界，还在于其他研究人员的交流中了解了许多新的研究方向，有助于在接下来的研究过程中融会贯通，借力打力。此外，我还充分体验了夏威夷当地的风土人情。在此，我要由衷感谢导师、学院和学校对此次与会的大力支持。
2018级硕士生常益嘉向与会者分享其最新研究成果
沪公网安备 31011502006855号
