TinyAirNet：面向物联网设备节能图像检索的 TinyML 模型传输
网络与互联网体系结构
2024-06-18 v3 信号处理
摘要
本快报介绍了一种用于物联网（IoT）设备的节能型基于拉取的数据收集框架，该框架使用 Tiny 机器学习（TinyML）来解释数据查询。TinyML 模型从边缘服务器传输至 IoT 设备。设备利用该模型来支持后续的语义查询。这减少了无关数据的传输，但在 IoT 设备端接收 ML 模型及其处理会消耗额外能量。我们考虑单设备场景下图像检索的具体实例，并在考虑计算与通信成本以及内存约束的同时，研究所提方案在能效与检索精度方面带来的增益。数值评估表明，与基线方案相比，当存储大量图像时，所提方案在精度约束下可实现高达 67% 的节能。尽管聚焦于图像检索，我们的分析也指示了更广泛的一类通信场景，其中预判式传输 ML 模型可提升通信效率。
引用
@article{arxiv.2311.04788,
title = {TinyAirNet: TinyML Model Transmission for Energy-efficient Image Retrieval from IoT Devices},
author = {Junya Shiraishi and Mathias Thorsager and Shashi Raj Pandey and Petar Popovski},
journal= {arXiv preprint arXiv:2311.04788},
year = {2024}
}
备注
5 pages, 3 figures, Submitted for possible publication