建大新闻网讯    近日，我校计算机与信息工程学院硕士研究生罗昊在国际顶级会议MobiCom上发表题为“Group-Shared Low-Rank Approximation for Mobile-Efficient Pointwise Convolutions in Large-Kernel CNNs”（大核卷积神经网络中面向移动端高效逐点卷积的组共享低秩近似）的学术论文。罗昊为论文第一作者，董玮教授为通讯作者，我校为第一完成单位。

大核卷积神经网络凭借更大的感受野在图像分类、目标检测、语义分割等视觉任务中性能突出，但卷积核参数量随尺寸呈二次增长，且现有轻量化方案多聚焦深度卷积优化，忽略了占参更高的逐点卷积才是其在资源受限移动端部署的核心瓶颈。

针对这一问题，研究团队提出通道组共享（CGS）低秩近似策略，以奇异值分解（SVD）为理论基础，将逐点卷积拆解为跨通道组共享的投影矩阵与组专属可缩放对角矩阵，通过共享高参量投影结构实现参数量大幅压缩。实验表明，该方法可在精度可控的前提下对RepLKNet、SLaK等主流大核CNN实现高效压缩，同时显著降低端侧存储负载与模型加载时延，支撑大核预训练模型在智能手机等边缘设备上的高效推理，为高性能视觉模型的端侧落地与边缘智能发展提供了新的技术路径。

MobiCom，全称 Annual International Conference on Mobile Computing and Networking（移动计算与网络国际年会），由 ACM SIGMOBILE 主办，是无线与移动计算领域的国际顶会，CCF-A 类会议。该会议与 SIGCOMM、INFOCOM 并称计算机网络领域三大顶尖会议。会议评审标准严苛，近年录取率约13%—19%，每年正式录用论文50—80篇。

论文链接：

http://arxiv.org/abs/2608.26069

文字、图片：张芙宁（计算机与信息工程学院）

编辑：李孟洁