我院2021级硕士研究生赵梓迪（导师:张虹）学术论文: A Multi-model Edge Computing Offloading Framework for Deep Learning Application Based on Bayesian Optimization被计算机网络领域国际学术期刊《IEEE Internet of Things Journal》全文录用（Full Papers）。

随着物联网(IoT)的快速发展，物联网设备产生的数据也呈指数级增长。边缘计算缓解了传统云计算处理物联网设备任务时网络有限、传输延迟等问题。而随着深度学习的普及，越来越多的终端设备都嵌入了AI处理器，以获得更高的边缘处理能力。然而，在异构边缘计算环境下的深度学习任务卸载问题还没有得到充分的研究。本文提出了一种多模型边缘计算卸载框架，利用NVIDIA Jetson边缘设备(Jetson TX2、Jetson Xavier NX和Jetson Nano)和GeForce RTX GPU服务器(RTX3080和RTX2080)模拟边缘计算环境，对人脸检测任务进行二进制计算卸载决策。我们还引入了一种贝叶斯优化算法MTPE (Modified Tree-structured Parzen Estimator)，降低了一个时隙内边缘计算的总成本，包括响应时间和能量消耗，同时保证了人脸检测的精度要求。此外，我们利用李雅普诺夫模型来获取时隙间的供给能量，以保持能量队列的稳定。实验结果表明，MTPE算法可以在较少的迭代次数中实现全局最优解。

《IEEE Internet of Things Journal》是中科院JCR一区，CCF 推荐C类期刊，影响因子11.043，发表有关物联网各方面最新进展的文章，主题包括物联网系统架构、物联网支持技术、物联网通信和网络协议以及物联网服务和应用程序。