典型文献
KubeEdge-Sedna v0.3:迈向次时代自动定制的AI工程范式
文献摘要：
全球边缘AI市场规模持续增长.当前阻碍边缘AI规模复制的技术挑战主要是边侧小样本与边缘数据异构.另外,边缘AI客户往往存在数据安全合规与边缘AI服务离线自治需求.基于学界终身学习方法,我们首次正式地定义边云协同终身学习问题,发布业界首个开源边云协同终身学习.边云协同终身学习通过(1)多任务迁移学习适应不同边缘局点数据异构,实现"千人千面"精准预测;(2)未知任务增量处理在小样本下越学越聪明,逐步实现AI工程化与自动化;(3)借助云侧知识库来记忆新情景知识,避免灾难性遗忘;(4)边云协同架构使得在应用云上资源的同时保证数据安全合规与边缘AI服务离线自治,希望从根本上解决上述边云协同机器学习的挑战.
文献关键词：
边缘AI;边云协同;终身学习
中图分类号：
作者姓名：
郑子木
作者机构：
华为云边缘云创新实验室
文献出处：
引用格式：
[1]郑子木-.KubeEdge-Sedna v0.3:迈向次时代自动定制的AI工程范式)[J].自动化博览,2022(02):72-75
A类：
Sedna
B类：
KubeEdge,v0,工程范式,市场规模,技术挑战,小样本,数据异构,安全合规,离线,终身学习,边云协同,学习问题,界首,开源,学习通,多任务,任务迁移,迁移学习,学习适应,同边,局点,千人千面,精准预测,越学越,聪明,工程化,知识库,新情景,灾难性遗忘,保证数据
AB值：
0.379676
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
