一种基于自适应参数压缩群体学习的车联网交通预测方法

    公开(公告)号:CN118297180A

    公开(公告)日:2024-07-05

    申请号:CN202410381816.7

    申请日:2024-03-29

    Abstract: 本发明公开了一种基于自适应参数压缩群体学习的车联网交通预测方法,涉及智能交通领域,首先,群体学习将用于训练的私有数据保存在本地,无需与其他参与方共享私有数据,使得数据所有者完全控制对数据的使用和访问情况;其次,群体学习通过动态选择参与节点中的领导者进行模型收集和聚合,实现了完全分散化的执行;最后,使用稀疏化方法对模型参数更新进行压缩。本发明提供了车联网中高水平的数据隐私性,降低了通信开销。

Patent Agency Ranking