arXiv eess.SY 系统与控制· Nitya Sathyavageeswaran, Dibyajyoti Nath, Ziran Min, Pavan Athreya Narasimha Murthy·· 5 小时前精选AI 评分53
论文提出面向工业边缘共部署 AI 服务的运行时保护框架
Infrastructure-Aware Runtime Protection of Co-Deployed AI Services at the Industrial Edge
AI 导读
论文针对工业边缘单台设备上共部署多个 AI 服务时共享网络饱和导致输出不准或过期的静默部分失效问题，提出将每个服务视为自主智能体的保护框架。框架引入 Runtime Criticality Score（RCS），由物理后果、推理质量、输入新鲜度、近期可用性压力、执行器耦合和主机可用保护动作六个归一化维度计算，权重通过轻量贝叶斯更新按扰动类型在线调整。
推荐理由
论文针对工业边缘多服务静默降级问题提出去中心化协调框架，可了解其用关键性评分协商保护的思路。
来源：arXiv eess.SY 系统与控制 · arxiv.org