-
题名AIGC技术在数字媒体设计中的应用研究
- 1
-
-
作者
陈敏锐
粟晓文
-
机构
广西建设职业技术学院信息工程学院
-
出处
《鞋类工艺与设计》
2025年第4期93-95,共3页
-
基金
广西建设职业技术学院2024年度课程思政试点课程建设项目《C4D动态设计》(项目编号:KCSZSD202435)。
-
文摘
人工智能生成内容(Artificial Intelligence Generated Content,AIGC)技术被越来越多地用于数字媒体的创作。在设计方面,AIGC可以应用到平面设计、广告设计、视频编辑等方面,可以极大地提升创意的效果和启发创造力。AIGC技术在改善用户体验发挥了重要作用,但在技术瓶颈、数据安全和隐私保护等问题上仍存在诸多问题,亟需从技术创新、隐私安全等多个层面提升应用效果,促进相关行业的可持续发展。
-
关键词
AIGC技术
数字媒体设计
创意设计
-
Keywords
aigc technology
digital media design
creative design
-
分类号
TP37
[自动化与计算机技术—计算机系统结构]
-
-
题名绿色算力网络中智能匹配任务卸载方案
- 2
-
-
作者
兰世战
马丽芳
-
机构
华南理工大学软件学院
中国移动通信集团广西有限公司
广西建设职业技术学院信息工程学院
-
出处
《电信科学》
北大核心
2025年第2期30-40,共11页
-
基金
国家自然科学基金面上项目(No.62471208)。
-
文摘
算力网络通过整合云、边、端算力资源,为数字经济提供数据感知、传输、运算等一体化服务,但其高速发展伴随亟待解决的高能耗问题。任务卸载技术通过合理分配计算任务,提升用户体验、降低传输时延并减少能耗,是一种重要的解决方案。为降低算力网络的整体能耗,实现绿色可持续发展,提出了一种基于匹配机制的智能匹配任务卸载方案。通过匹配算力网络中的任务与节点资源,减少因不合理任务卸载产生的能源消耗,提升算力网络的整体性能表现。同时采用结合强化学习与神经网络的深度学习方法,进一步优化卸载策略,显著降低算力网络能耗。仿真实验验证表明,该方法具有良好的有效性与可靠性。
-
关键词
算力网络
智能匹配
强化学习
深度学习
-
Keywords
computing power network
intelligent matching
reinforcement learning
deep learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
