Wybór modeli klasyfikacyjnych zależny od sytuacji w oparciu o sieci neuronowe impulsowe (3622)

►Zmniejszenie zapotrzebowania na energię do wnioskowania metod uczenia maszynowego w aplikacjach Edge AI, np. w pojazdach

Na podstawie rozpoznania sytuacji (np. typu drogi na mapie, prędkości pojazdu, wykrywania wilgoci itp.) koordynator decyduje, która z wdrożonych, wyszkolonych i udostępnionych (impulsowych) sieci neuronowych powinna być aktualnie używana do wykonywania np. rozpoznawania obiektów. Sieci te różnią się pod względem zapotrzebowania na energię i wydajności, tak że w prostych sytuacjach wybiera się maksymalną wydajność pod względem zużycia energii, a w sytuacjach wymagających (np. gdy wykryto VRU).