arXiv 机器学习· Matheus Calheira Guimar\~aes de Oliveira, Marco Aur\'elio da Silva Cruz, Regis Cardoso, Lucas Cambuim, Rafael Macieira, Arthur Paim, Helaine Neves, Alex Santos, Lilian Guarieiro, Jean Schmith, Prashant Kumar, Erick G. Sperandio Nascimento·· 8 小时前AI 评分33
面向旋转机械预测性维护的异构边缘平台模型压缩技术评测
Benchmarking Model Compression Techniques Across Heterogeneous Edge Platforms: A Predictive Maintenance Use Case for Rotating Machinery
AI 导读
研究人员针对工业旋转机械预测性维护场景，在 9 种异构计算平台上对比评测了 4 种深度学习模型压缩技术。评估结果显示知识蒸馏方案表现最佳，在模型体积缩小 98.9% 的同时，在所有设备上均实现超过 90% 的推理加速，并保持 91.22% 的平衡 F-score。该方案在极小预测性能损失下大幅削减了计算成本与能耗。
来源：arXiv 机器学习 · arxiv.org