一种拓扑荷数可调涡旋光纤激光器

    公开(公告)号:CN117833000A

    公开(公告)日:2024-04-05

    申请号:CN202311837830.5

    申请日:2023-12-28

    Abstract: 本发明提供一种拓扑荷数可调涡旋光纤激光器,包括顺序设置的泵浦光源、波分复用器、第一准直器、第一半波片、超构表面、第二半波片和偏振分束器;所述泵浦光源用于发出激光,所述泵浦光源与波分复用器相连接,所述波分复用器与第一准直器通过掺镱保偏光纤相连接,将激光传递到第一准直器,所述第一准直器将激光传递到第一半波片,并通过超构表面、第二半波片和偏振分束器输出激光;所述超构表面均匀设置有多个超构表面单元,所述超构表面单元为长方体,在所述超构表面单元的俯视平面构建平面直角坐标系,所述长方体的长所在的一边与平面直角坐标系的y轴之间存在夹角。本方案能够控制输出OAM光束的拓扑荷数,提高激光器的灵活性。

    高能效的联邦学习方法、装置、边缘服务器及用户设备

    公开(公告)号:CN113177367B

    公开(公告)日:2022-08-30

    申请号:CN202110591514.9

    申请日:2021-05-28

    Abstract: 本发明实施例提供了一种高能效的联邦学习方法、装置、边缘服务器及用户设备,应用于通信技术领域,包括:确定当前通信轮次的参与用户设备以及待分配给各个参与用户设备的带宽信息;向各个参与用户设备下发全局模型和带宽信息;接收各个参与用户设备上传的本地模型参数;对各个参与用户设备上传的本地模型参数进行聚合,得到更新后的全局模型;判断更新后的全局模型是否到达目标精度;如果更新后的全局模型未到达目标精度,则返回确定当前通信轮次的参与用户设备以及待分配给各个参与用户设备的带宽信息,直至更新后的全局模型到达目标精度。能够实现针对边缘网络中的联邦学习,在保证模型精度的同时降低学习时间。

    高能效的联邦学习方法、装置、边缘服务器及用户设备

    公开(公告)号:CN113177367A

    公开(公告)日:2021-07-27

    申请号:CN202110591514.9

    申请日:2021-05-28

    Abstract: 本发明实施例提供了一种高能效的联邦学习方法、装置、边缘服务器及用户设备,应用于通信技术领域,包括:确定当前通信轮次的参与用户设备以及待分配给各个参与用户设备的带宽信息;向各个参与用户设备下发全局模型和带宽信息;接收各个参与用户设备上传的本地模型参数;对各个参与用户设备上传的本地模型参数进行聚合,得到更新后的全局模型;判断更新后的全局模型是否到达目标精度;如果更新后的全局模型未到达目标精度,则返回确定当前通信轮次的参与用户设备以及待分配给各个参与用户设备的带宽信息,直至更新后的全局模型到达目标精度。能够实现针对边缘网络中的联邦学习,在保证模型精度的同时降低学习时间。

Patent Agency Ranking