一种样本权重构建方法、模型更新方法、双层系统、设备

    公开(公告)号:CN118428494A

    公开(公告)日:2024-08-02

    申请号:CN202410581945.0

    申请日:2024-05-11

    Abstract: 本发明涉及模型训练技术领域,具体是涉及一种样本权重构建方法、模型更新方法、双层系统、设备。本发明在边缘服务器将样本信息发送给中心服务器之后,边缘服务器会实时监测其上的远端模型的更新总次数,根据更新总次数确定样本信息的实时新鲜度,并根据样本信息中的控制结果确定样本信息的误差权重。根据更新总次数和控制结果确定样本信息的总权重,使得使用样本信息进行本地模型训练时,本地模型能够根据总权重有侧重的学习样本信息,从而提高了所训练的本地模型性能,使用高性能的本地模型更新远端模型,进而也能提高远端模型的性能。

    一种信源信道联合编码系统轻量化方法、装置和设备

    公开(公告)号:CN118396070A

    公开(公告)日:2024-07-26

    申请号:CN202410577131.X

    申请日:2024-05-10

    Abstract: 本发明涉及新一代通信技术领域,具体是涉及一种信源信道联合编码系统轻量化方法、装置和设备。本发明首先采集系统的噪声信息,然后根据噪声信息确定可以裁剪的卷积层通道数量,也就是裁剪总数量,并计算每个卷积层通道对系统的深度学习模型的重要性,最后根据每个卷积层通道的重要性,筛选出总数量的目标通道,并将从深度学习模型上裁剪掉这些目标通道,以实现系统的轻量化。从上述分析可知,本发明是根据噪声信息确定可以裁剪的通道数量,以使得裁剪之后的深度学习模型还有处理噪声的能力,从而保证了轻量化系统的通信质量。

    构造极化码的信道选择优化方法、装置、设备及存储介质

    公开(公告)号:CN118174828A

    公开(公告)日:2024-06-11

    申请号:CN202410591935.5

    申请日:2024-05-14

    Abstract: 本发明涉及信道编码技术领域,具体是涉及构造极化码的信道选择优化方法、装置、设备及存储介质。本发明根据子信道的可靠性以及子信道所构造的预设极化向量的汉明重量,将子信道划分成初选信道集合和候选信道集合。之后根据初选信道集合所构造的第一极化码的第一最小汉明距离、候选信道集合所构造的预设极化向量的汉明重量,从候选信道集合内筛选出备选子信道,并用备选子信道优化初选信道集合。从上述分析可知,本发明在优化初选信道集合时,不仅考虑了子信道的可靠性,还考虑了汉明重量和最小汉明距离,以提高优化之后的初选信道集合的性能,也就是使用本申请优化之后的信道集合能够更好的构造后续的极化码。

    异构多跳网络拓扑下的编码计算负载均衡分配方法及系统

    公开(公告)号:CN115119266B

    公开(公告)日:2025-04-15

    申请号:CN202210850878.9

    申请日:2022-07-20

    Abstract: 本发明提供一种异构多跳网络拓扑下的编码计算负载均衡分配方法及系统,该编码计算负载均衡分配方法包括如下步骤:放置步骤:矩阵乘法任务A根据编码计算策略分成N子矩阵任务A1,A2,…,AN,分配给N工作节点;计算步骤:对于矩阵向量乘法,一个子任务由其对应的子矩阵指定,主工作节点收集子任务结果来获得Ax,计算任务的完成效率直接转化为对任意一个宕机工作节点影响的容忍度、工作节点与主节点之间的距离以及计算时延的减少;传输步骤:工作节点将计算数据传输至下一工作节点,最后一个工作节点将计算数据传输到主节点。本发明的有益效果:该编码计算负载均衡分配方法实现了多跳网络系统对矩阵向量乘法任务的处理总时延最小化。

Patent Agency Ranking