Selección de modelos de clasificación en función de la situación basados ​​en redes neuronales de punta (3622)

►Reducción de los requisitos energéticos para la inferencia de métodos de aprendizaje automático en aplicaciones de inteligencia artificial de borde, por ejemplo, en vehículos

En función del reconocimiento de una situación (por ejemplo, el tipo de carretera en el mapa, la velocidad del vehículo, la detección de humedad, etc.), un orquestador decide cuál de las redes neuronales implementadas, entrenadas y liberadas (spiking) se debe utilizar actualmente para realizar, por ejemplo, el reconocimiento de objetos. Estas redes se diferencian en cuanto a sus requerimientos energéticos y rendimiento, de modo que en situaciones simples se selecciona el rendimiento máximo en términos de consumo energético y en situaciones exigentes (por ejemplo cuando se detecta VRU).