邊緣云創(chuàng)新Lab 邊云協(xié)同終身學(xué)習(xí)論文發(fā)表于計(jì)算機(jī)能源頂級(jí)會(huì)議ACM e-Energy

2022年6月28日, 邊緣云創(chuàng)新Lab 邊云協(xié)同終身學(xué)習(xí)論文發(fā)表于計(jì)算機(jī)能源頂級(jí)會(huì)議ACM e-Energy。獲發(fā)表論文題目為Towards lifelong thermal comfort prediction with KubeEdge-Sedna: online multi-task learning with metaknowledge base，主要講解KubeEdge-Sedna邊云協(xié)同終身學(xué)習(xí)在樓宇冷機(jī)控制領(lǐng)域的創(chuàng)新應(yīng)用。現(xiàn)代社會(huì)中人們有高達(dá)80%在樓宇里工作生活。樓宇系統(tǒng)長期在邊側(cè)管理日常能源計(jì)算和運(yùn)作。在樓宇冷機(jī)控制領(lǐng)域，學(xué)術(shù)界已經(jīng)開發(fā)了許多數(shù)據(jù)驅(qū)動(dòng)的模型和系統(tǒng)，但現(xiàn)有技術(shù)在實(shí)際業(yè)務(wù)中使用還存在問題：這些技術(shù)要么需要足夠數(shù)量的樣本，要么需要數(shù)據(jù)科學(xué)家進(jìn)行詳細(xì)數(shù)據(jù)分析。這些問題出現(xiàn)的原因是大部分方法中沒有提供記憶能力，從而阻礙了服務(wù)的可擴(kuò)展通用部署和終身維護(hù)。我們首次研究了通過訓(xùn)練邊云協(xié)同終身學(xué)習(xí)模型來實(shí)現(xiàn)樓宇冷機(jī)服務(wù)的在線多任務(wù)維護(hù)。提案引入元知識(shí)及其運(yùn)算符，以自動(dòng)發(fā)現(xiàn)生成了哪些模型、何時(shí)使用它們以及如何更新它們。我們使用公共ATCII數(shù)據(jù)集評(píng)估我們的框架，實(shí)驗(yàn)表明提案對比所有最先進(jìn)的基線，平均性能相對提升30.02%。報(bào)告相關(guān)論文已被計(jì)算機(jī)能源領(lǐng)域國際會(huì)議ACM未來能源大會(huì)（ACM e-Energy）接收，該會(huì)議是計(jì)算機(jī)與能源交叉的ACM SIG Energy兩個(gè)頂級(jí)會(huì)議之一。部分框架代碼已被采用并開源發(fā)布到KubeEdge-Sedna。