面向边缘推理的神经替代求解器
系统与控制
2025-07-08 v1 机器学习
系统与控制
摘要
将功率电子系统（PES）的动力学推理推进到实时边缘侧具有变革性潜力，有助于测试、控制和监控。然而，在资源受限的边缘硬件上高效推断固有混合连续离散动力学仍是重大挑战。本文提出一种神经替代求解器（NSS）方法，这是一种旨在显著降低计算成本以实现快速准确推理的神经网络框架。具体而言，NSS利用轻量级神经网络替代传统求解器中耗时的矩阵运算和高阶数值积分步骤，将其转化为适用于边缘硬件的高度并行操作。基于多级DC-DC变换器的实验验证表明，与传统求解器相比，NSS实现了23倍加速和60%的硬件资源降低，为在边缘部署高保真度PES动力学推理铺平了道路。
引用
@article{arxiv.2507.03144,
title = {Neural Substitute Solver for Efficient Edge Inference of Power Electronic Hybrid Dynamics},
author = {Jialin Zheng and Haoyu Wang and Yangbin Zeng and Han Xu and Di Mou and Hong Li and Sergio Vazquez and Leopoldo G. Franquelo},
journal= {arXiv preprint arXiv:2507.03144},
year = {2025}
}
备注
5 pages, 2 figures,