Los puntos clave no están disponibles para este artículo en este momento.
Con el rápido desarrollo de la producción industrial, la detección de defectos se ha vuelto cada vez más importante en varios campos. Sin embargo, los métodos tradicionales de detección de defectos sufren de problemas como baja eficiencia, altos costos y falta de capacidades en tiempo real. Para abordar estos problemas, este documento propone un sistema de detección de defectos inteligente basado en sinergia nube-borde. Este sistema aprovecha las ventajas de la computación en la nube y la computación en el borde para lograr una detección de defectos eficiente, rentable y en tiempo real. Específicamente, el sistema primero entrena modelos en servidores en la nube y luego distribuye los modelos entrenados a nodos en el borde para la detección de defectos en tiempo real. Al utilizar la sinergia nube-borde, el sistema puede optimizar completamente la potencia de cálculo de la computación en el borde y la capacidad de almacenamiento de la computación en la nube, mejorando así el rendimiento general. A través de experimentos, este documento demuestra el rendimiento superior del sistema en diferentes dominios mediante experimentos y proporciona una evaluación detallada del rendimiento.
Zhang et al. (Fri,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: