Sélection de modèles de classification en fonction de la situation, basée sur des réseaux neuronaux à pointes (3622)

►Réduction des besoins énergétiques pour l'inférence des méthodes d'apprentissage automatique dans les applications Edge AI, par exemple dans les véhicules

Sur la base d'une reconnaissance de situation (par exemple, le type de route sur la carte, la vitesse du véhicule, la détection d'humidité, etc.), un orchestrateur décide lequel des réseaux neuronaux implémentés, formés et libérés (à pics) doit actuellement être utilisé pour effectuer, par exemple, la reconnaissance d'objets. Ces réseaux diffèrent en termes de besoins énergétiques et de performances, de sorte que dans les situations simples, les performances maximales sont sélectionnées en termes de consommation d'énergie et dans les situations exigeantes (par exemple lorsqu'un VRU est détecté).