Κατανεμημένο Σύστημα Συμπερασματολογίας με Ευέλικτες Διασυνδέσεις Ζευγών Νευρωνικών Δικτύων - Distributed Inference System with Flexible Neural Network Pair Interconnections (1-2 άτομα)
Διπλωματική Εργασία


Επιβλέπων Ιάκωβος Βενιέρης
Συσχετιζόμενο μάθημα Δίκτυα Ευρείας Ζώνης

Περιγραφή

Η εκτέλεση νευρωνικών δικτύων στο πλαίσιο έξυπνων κινητών εφαρμογών, όπως εφαρμογές κατηγοριοποίησης εικόνας, αυτόματης λεκτικής περιγραφής εικόνας και αναγνώρισης ομιλίας, εμπεριέχει δύο βασικές προσεγγίσεις: (α) τοπικά, χρησιμοποιώντας τους περιορισμένους υπολογιστικούς πόρους της κινητής συσκευής του χρήστη, ή (β) στο υπολογιστικό νέφος ή στην άκρη του δικτύου με την υποβοήθηση ενός ισχυρού εξυπηρετητή. Μία πρόσφατη νέα μέθοδος εκτέλεσης νευρωνικών δικτύων είναι τα υβριδικά/κατανεμημένα συστήματα, τα οποία καθιστούν ικανή την επιλεκτική εκτέλεση είτε στην κινητή συσκευή είτε στον εξυπηρετητή.

Ένα κύριο χαρακτηριστικό των συστημάτων αυτής της κατηγορίας είναι η δυνατότητα χρήσης διαφορετικών μοντέλων (νευρωνικών δικτύων) ανάλογα με τη συσκευή εκτέλεσης: στον μεν εξυπηρετητή, ένα μοντέλο με αυξημένες απαιτήσεις μνήμης και υπολογισμών, αλλά με υψηλή ορθότητα/ακρίβεια, ενώ στη δε κινητή συσκευή, ένα μικρότερο μοντέλο με μειωμένες υπολογιστικές ανάγκες, αλλά και με χαμηλότερη ακρίβεια. Για την επίτευξη ισορροπίας μεταξύ ακρίβειας και ταχείας απόκρισης, υπάρχοντα συστήματα υιοθετούν διαφορετικές προσεγγίσεις διασύνδεσης των δύο μοντέλων, π.χ. επιλεκτική επανεπεξεργασία ενός δείγματος εισόδου από το μοντέλο του εξυπηρετητή ή επιλεκτική επεξεργασία από ένα μόνο μοντέλο βάσει ενός κριτηρίου. Παρά το ευρύ φάσμα επιλογών διασύνδεσης, τα υπάρχοντα συστήματα αυτής της κατηγορίας επιλέγουν μία διάταξη μεταξύ των δύο μοντέλων, η οποία παραμένει σταθερή για ολόκληρο τον κύκλο ζωής του συστήματος. Αυτή η προσέγγιση έχει ως αποτέλεσμα την περιορισμένη ευελιξία και προσαρμοστική ικανότητα του τελικού συστήματος, ειδικά σε περιπτώσεις όπου οι απαιτήσεις απόδοσης, καθώς και η διαθεσιμότητα υπολογιστικών πόρων, αλλάζουν δυναμικά.

Σκοπός της παρούσας διπλωματικής εργασίας είναι η σχεδίαση και ανάπτυξη ενός ολοκληρωμένου κατανεμημένου συστήματος συμπερασματολογίας, το οποίο θα παρέχει ευελιξία ως προς τη διασύνδεση των δύο μοντέλων και τη στρατηγική εκτέλεσης τους. Το τελικό σύστημα θα παρέχει την υψηλή προσαρμοστικότητα και ευελιξία που απαιτείται από τα σύγχρονα και ταχέως εξελισσόμενα συστήματα συμπερασματολογίας.

Η ροή της εργασίας μπορεί να συνοψιστεί στα ακόλουθα βήματα: (α) έρευνα βιβλιογραφίας σχετικά με διαφορετικές διασυνδέσεις ενός ζεύγους νευρωνικών δικτύων, (β) σχεδίαση μιας σπονδυλωτής αρχιτεκτονικής με σαφείς παραμέτρους ρύθμισης, (γ) ανάπτυξη των συνιστώντων μερών λογισμικού του συστήματος και (δ) μέτρηση και αξιολόγηση της απόδοσης του κατανεμημένου συστήματος κατά τη χρήση διαφορετικών διατάξεων και ζευγών νευρωνικών δικτύων.

Απαραίτητεςβασικέςγνώσεις: Python, Android mobile app development (Java), Deep Learning frameworks (TensorFlow).