2021年7月,信息工程学院教师单博炜以第一作者身份在计算机学科国际学术期刊《Complex & Intelligent Systems》上发表论文“DRAC: a delta recurrent neural network-based arithmetic coding algorithm for edge computing”(DRAC:一个用于边缘计算的基于德尔塔循环神经网络的算术码算法)。论文第一署名单位为长安大学。
文章介绍
该论文针对计算资源有限、功耗严格限制的边缘计算平台,考虑到算术码作为压缩效率最高的无损压缩算法,开发了一种基于德尔塔循环神经网络的算术码算法,该算法在赛灵思Zynq7000片上系统平台上实现并进行了测试。德尔塔循环神经网络相比传统的循环神经网络优点在于引入一个德尔塔阈值η,从而能够将非重要的神经元删除掉,导致执行稀疏矩阵乘积时大大减少计算量。
实验表明,德尔塔循环神经网络能将运算次数减少5-100倍。将本算法在边缘计算平台上和现有的Deepzip算法在四种不同的数据集上分别进行压缩实验比较时发现,本算法在获得基本相同的压缩率的情况下,将压缩速率提高了5倍以上,同时将功耗降低20倍。
期刊介绍
Complex & Intelligent Systems目前是全球计算机科学领域的顶级期刊,主要报道前沿新兴的计算机,智能分析与模拟技术,该刊当前影响因子为6.700,在中科院和科睿唯安JCR分区中均属于Q2类期刊。