arXiv Artificial Intelligence· Mohammadhossein Ghahramani, Yan Qiao, Mengchu Zhou·· 19 小时前AI 评分31
Edge-AI 驱动的学习排序用于循环智能制造中的去中心化任务分配
Edge-AI-Driven Learning-to-Rank for Decentralized Task Allocation in Circular Smart Manufacturing
AI 导读
研究提出一种 Edge-AI 驱动的去中心化任务分配框架，在机器端部署轻量决策智能，先以资源感知启发式建立去中心化竞价结构，再用回归式 Edge-AI 学习本地报价近似，最后用紧凑的自编码器正则化成对排序模型对解析报价排序做学习修正。在高负载、依赖共享资源的离散事件仿真场景中，该排序方法相比启发式提高了完成任务数、降低了平均拖期与截止期错过率，配对差异具有统计显著性，每完成任务的均值能耗也下降。
来源：arXiv Artificial Intelligence · arxiv.org