公开(公告)号：CN117850306A

公开(公告)日：2024-04-09

申请号：CN202311806087.7

申请日：2023-12-26

Applicant: 桂林理工大学

Inventor： 邱斌 ,  李端 ,  敬超 ,  闭合 ,  吕溉之 ,  李国威 ,  陈开杰 ,  苏杰

IPC: G05B19/042

Abstract: 本发明涉及智慧校园技术领域，且公开了一种智慧园区物联网智能感知与控制系统，由温湿度传感器模块、烟雾传感器模块、电机驱动模块、步进电机驱动模块、OLED显示模块、热释电红外传感器模块、蜂鸣器报警模块、WIFI模块以及电源模块组成。该智慧园区物联网智能感知与控制系统，该系统可以实时采集教室内的温湿度和烟雾浓度，并且通过OLED显示实时感知数据，在温度过高时自动开启直流电机控制风扇，可在起火时自动响应蜂鸣器报警；同时使用热释电感应人体红外，在有人进入教室后，自动开启灯光，教室无人时则自动关闭教室的设施设备；管理员可通过手机远程控制教室内的照明、风扇以及通过步进电机控制的窗帘，有利于教室的智能管理并达到节能的目的。

公开(公告)号：CN118133984A

公开(公告)日：2024-06-04

申请号：CN202410235759.1

申请日：2024-03-01

Applicant: 桂林理工大学

Inventor： 邱斌 ,  李端 ,  黄翀 ,  敬超 ,  梁世华 ,  蓝熙 ,  陈文鹏

IPC: G06N20/00 ,  G06F9/50

Abstract: 本发明涉及联邦学习技术领域，具体涉及一种面向数据不平衡分布的节能联邦学习方法，首先构建企业信用评估场景系统模型，针对多客户端的数据不平衡分布问题，通过为每个客户端构造一个局部代理函数来保证全局损失的平稳下降；其次考虑同步通信的方式，将单轮联邦学习的最大时延作为统一的时延约束。最后在此约束下以最小化系统的能耗为目标，提出一种联合客户端CPU频率和带宽分配的联邦学习方法。本发明提出的联邦学习方法有效缓解了数据不平衡分布对模型训练的影响，可以在更少的迭代次数内实现全局模型的收敛，同时通过数值分析推导出最优的CPU频率，在此基础上采用一种迭代的L‑BGFS‑B算法求解最优的带宽分配，最终可以有效降低系统能耗。