高损网络精度提升659%
通过分层掩码策略选择性丢弃特征激活，在高度有损的无线网络下显著增强分布式DNN协同推理的鲁棒性和精度。
Yujun, Cheng · Zhewei, Zhang · 王生进
IEEE Internet of Things Journal 2024
分层掩码策略让模型在训练阶段就适应特征丢失，从而在极差网络条件下，准确率相比原始模型提升高达659%。
掩码策略直接应用于特征图，不修改原始DNN结构，可方便集成到现有协同推理流程中。