EdgeCodec：基于残差向量量化的 onboard 轻量级高保真神经压缩器
机器学习
2025-07-09 v1
摘要
我们提出EdgeCodec，一个用于风力机刀片条形压力数据的 end-to-end 神经压缩器。EdgeCodec 利用高度非对称的自编码器体系结构进行训练，配合判别器并通过残差向量量化器（Residual Vector Quantizer）最大化压缩效率。它实现了2560:1至10240:1的压缩比率，保持重构误差低于3%，可在GAP9微控制器上实时运行，比特率范围为11.25至45比特每秒。可以根据样本选择比特率，实现针对不同网络条件的即时自适应。在最高压缩模式下，EdgeCodec可减少无线数据传输的能源消耗最高达2.9倍，显著延长部署传感器单元的运行寿命。
引用
@article{arxiv.2507.06040,
title = {EdgeCodec: Onboard Lightweight High Fidelity Neural Compressor with Residual Vector Quantization},
author = {Benjamin Hodo and Tommaso Polonelli and Amirhossein Moallemi and Luca Benini and Michele Magno},
journal= {arXiv preprint arXiv:2507.06040},
year = {2025}
}
备注
7 Pages, 1 Figure, Accepted for presentation at the International Workshop on Advances in Sensors and Interfaces (IWASI), Italy 2025. \c{opyright} IEEE. DOI to be updated upon publication