S科研发展cience Innovation&Development

科研新闻
当前位置: 网站首页 > 科研发展 > 科研新闻

【理大电子计算学系科研系列】边缘学习助力新兴泛在智能

日期:2021/3/25 14:02:03 阅读:149

云端和边缘融合环境中分布式大数据分析的实现技术


香港理工大学电子计算学系教授及副系主任郭嵩主持的项目「边缘学习:云端和边缘融合环境中分布式大数据分析的实现技术」,获得香港研究资助局研究影响基金530万港元的资助。



近年来,随着智能终端设备,如智能手机、平板电脑、可穿戴设备、传感器等的广泛普及和智能化应用的蓬勃发展,边缘环境的大规模实时感知数据及丰富的应用场景极大推动了人工智能技术的发展。为了充分发挥边缘设备和大数据的潜能,研究团队提出「边缘学习」概念,将机器学习模型的训练和推断过程迁移到边缘环境,有效避免数据传输的资源开销和隐私泄露风险。


郭嵩教授(右三)及其研究团队


研究团队将开发一个边缘学习平台,从而支持智慧城市等应用中的人工智能服务。项目研究进展包括以下几点:

一、面向边缘终端的协同学习理论与方法研究


得益于芯片制程的飞速发展,基于智能手机、嵌入式芯片等边缘终端进行模型训练的Tiny AI成为当前重要的发展趋势。项目团队致力于打造面向边缘终端的新一代AI系统,深入研究微处理器和嵌入式硬件平台上的高性能AI技术,设计适应硬件架构的全新训练算法,在保证训练速度和精度前提下节约资源开销。


嵌入式训练硬件平台


二、基于边缘智能的智慧城市实时风险管理


随着传感器、物联网、摄像头的广泛部署,智慧城市应用通常需要将数据上传云端,通过城市大脑对数据流进行分析处理。然而城市中的危险意外层出不穷,为了应对意外,需要实时的危机检测和人机交互方法。研究团队运用边缘学习技术实现对视频流的实时处理,以应对城市复杂环境下的风险预警和响应。研究团队与理大建筑及房地产学系、电子及资讯工程学系团队进行深度的合作,推动基于边缘智能的风险管理技术在工地安全保障方面的深入研究。


智慧城市应急管理框架


三、基于边缘智能的智慧医疗脊柱侧弯评估


青少年脊柱侧弯的早期筛查主要通过人工检查,但具有效率低和人工成本高的问题,而受疫情等因素的影响更大。为了实现远程筛查跟踪以及家庭远程AI监控的运动康复治疗,研究团队提出基于移动端的体态筛查算法和实时运动康复跟踪算法,模型量化压缩后在移动端执行高效的推理计算,实现远程体态在线评估以及实时运动康复跟踪。研究成果已在华西医院、香港复康会、香港路德会等机构推广应用。



无辐射便携式脊柱成像硬件设备


边缘智能与大数据分析研究由郭嵩教授主理,他现任IEEE院士、ACM杰出会员及IEEE通信学会理事会成员,长期从事云计算与大数据、分布式系统、无线通信及移动计算的科研与教学工作,近年来主研究经费达二千余万港元。


【香港理工大学电子计算学系】




香港理工大学电子计算学系是香港提供计算机科学高等教育的先驱之一。凭借超过46年的成功经验,学系在教育及科研的卓越表现在国际上广受认可。目前学系进行的研究主要涵盖六个跨学科领域,包括人工智能和机器人技术;网络安全和私隐;数据科学、信息检索和人机互动;基本原理和软件;网络和移动计算;以及视觉、语言和图形。学系于计算机和信息技术的研究与全球发展一直保持同步,更有多个项目赢得香港研究资助局的研究影响基金及协作研究金、香港科技创新基金、国家自然科学基金等,成绩斐然。此外,学系与本地和海外机构以及行业领先者建立了牢固的合作伙伴关系,共同开发联合实验室和研究项目,利用大数据和人工智能等技术实现创新应用方案,在促进技术转移方面作出了重大贡献。