1.请结合具体例子,谈谈边缘计算中卸载对象的“多样性”。
2.DAG调度已被证明为NP-Hard问题,请查阅相关论文,总结现有DAG调度的近似算法。
3.请结合具体场景,谈谈网络边缘中的“不确定性”。
4.服务往往是通过虚拟机或者容器进行部署的,结合其部署代价和迁移代价,请谈谈这两者的区别。
5.用户移动性会显著改变当前网络环境,使得决策更加困难,请查阅相关论文,总结现有用户“移动轨迹”追踪或预测的办法,并分析其优劣势。
6.以分布式联邦学习为例,从数据供给的角度出发,谈谈边缘计算对联邦学习的促进作用。
7.请从计算和设备间通信的角度出发,谈谈边缘计算下模型分布式推断的可行性。
8.针对点播和直播的视频分析,谈谈它们在QoE建模上的异同。
9.结合边缘计算,如何理解超分辨率“缓解”却无法真正“填补”高质量视频和有限带宽之间的“鸿沟”?
10.结合网络边缘的特征,分析为什么强化学习能在边缘决策中发挥重要作用。在什么情况下它又面临决策失效的问题?如何解决试错带来的巨额训练开销?
11.结合算力网络的发展,谈谈边缘智能完全去中心化的可行性。