北理工團隊獲CCF-A類頂級會議MobiCom 2021最佳社區論文亞軍
發布日期：2022-04-06 供稿：計算機學院 韓銳
編輯：林婷 審核：丁剛毅 閱讀次數：
近日，CCF-A類頂會ACM MobiCom 2021宣布最佳論文獎項，北京理工大學計算機學院王國仁教授、劉馳教授、韓銳副教授團隊獲得最佳社區論文亞軍（Best Community Paper Runner-up Award）。這是27年來中國大陸研究團隊以第一作者單位第三次獲獎。MobiCom會議是移動計算和計算機網絡領域難度最大、影響力最高的國際學術會議之一，在學術界和工業界均有極高影響力。MobiCom2021大會共收到299篇有效投稿，授予最佳論文獎4項，比例僅為1.34%。論文主要完成人張青龍，作為本科生在大四階段完成此工作，曾獲2021年北京市優秀本科畢業設計，目前在韓銳副教授的指導下攻讀碩士研究生。
獲獎論文題為《LegoDNN: Block-grained Scaling of Deep Neural Networks for Mobile Vision》。隨著智能手機等邊緣設備數量的爆炸式增長和人工智能技術的發展，深度神經網絡被廣泛部署于邊緣設備。然而，深度神經網絡對數據的處理需要消耗大量的資源，這與邊緣設備性能和能量受限的特征背道而馳；多應用的場景使得資源更加緊缺且不斷波動，加劇了該矛盾。本文巧妙地將生活中的樂高（Lego）積木與深度神經網絡（DNN）結合，提出了LegoDNN框架：將原始深度神經網絡劃分和轉化為多個相互兼容的“塊”，從中選擇一部分塊即可組合成為一個可用的派生模型。“組合爆炸”的現象使得少量的塊即可組合出成千上萬種不同的派生模型，提高派生模型生成效率；當可用資源變化，LegoDNN只需要置換當前模型中的一部分塊即可將當前模型轉化為更適應當前場景的模型，模型切換成本低。大量在真機上的實驗表明，LegoDNN在精度和能耗上均優于數種基線方法，并廣泛適用于不同的深度神經網絡、邊緣設備和應用場景。
獲獎論文實現的LegoDNN移動視覺識別任務
主要完成人簡介：
韓銳，北京理工大學計算機學院預聘副教授、博導，是大數據系統軟件國家工程實驗室和智能信息技術北京市重點實驗室的核心成員。2010年碩士畢業于清華大學并獲優秀碩士畢業生，2014年博士畢業于英國帝國理工學院。主要研究方向為邊緣智能技術。近五年在CCF-A類會議/期刊發表論文17篇（第一作者9篇），主持國家自然科學基金面上/青年項目。
劉馳，北京理工大學計算機學院副院長、教授、博導，智能信息技術北京市重點實驗室主任，國家優秀青年科學基金獲得者、國家重點研發計劃首席科學家、中國電子學會會士。分別于清華大學和英國帝國理工學院獲得學士和博士學位。主要研究方向為智能物聯網技術。獲得KDD’21最佳論文亞軍，及省部級一等獎、二等獎、三等獎各1項。培養的多名學生獲得北京市優秀本科畢業設計論文、中國電子學會優秀碩士論文等。
王國仁，北京理工大學計算機學院院長、教授、博導，國務院學科評議組成員、長江學者特聘教授、國家杰出青年科學基金獲得者。入選國家百千萬人才工程國家級人選，授予“有突出貢獻中青年專家”榮譽稱號。獲得東北大學計算機專業學士、碩士和博士學位。獲得國家科技進步二等獎、遼寧省科技進步一等獎、教育部自然科學二等獎、遼寧省自然科學二等獎等省部級科學技術獎勵共10項。
分享到：