公开(公告)号：CN118842616A

公开(公告)日：2024-10-25

申请号：CN202410813996.1

申请日：2024-06-24

Applicant: 东北大学

Inventor： 王斌 ,  张琪 ,  赵泽坤 ,  翟莹莹 ,  肇美盈 ,  李沂洲 ,  王颢朴

IPC: H04L9/40 ,  H04L67/12 ,  H04L41/16 ,  G06N3/082 ,  G06N3/098

Abstract: 本申请提出一种基于彩票假设的网联车隐私保护通信优化方法，属于网联车技术领域，网联车从服务器下载基础模型作为初始本地模型；对所述初始本地模型进行剪枝并将剪枝后的彩票网络参数上传到服务器；网联车下载更新后的基础模型，更新后的基础模型是采用剪枝后的彩票网络参数进行聚合并更新基础模型得到；根据预设定规则对更新后的本地模型进行剪枝，并采用本地数据对更新后的本地模型进行训练，得到训练后的彩票网络参数；将训练后的彩票网络参数作为剪枝后的彩票网络参数上传到服务器，并保存由训练后的彩票网络参数构建的彩票子网络。本申请保护了协同感知系统中各边缘设备数据的安全性和隐私性，并大大降低了通信成本。

公开(公告)号：CN119990232A

公开(公告)日：2025-05-13

申请号：CN202510054498.8

申请日：2025-01-14

Applicant: 东北大学

Inventor： 王斌 ,  肇美盈 ,  边浩东 ,  姚晨曦 ,  杨晓春

IPC: G06N3/082 ,  G06N3/084 ,  G06N3/0495

Abstract: 本发明提供了一种基于彩票假设的多任务学习资源优化方法，属于多任务学习与神经网络优化技术领域。该方法采用彩票假设的稀疏专家混合方法，有效剪枝神经网络模型参数，从而大幅减少了神经网络模型的计算成本和存储开销；稀疏化的专家网络结构保留了对任务关键信息的高度敏感性；引入基于softmax的路由器和掩码矩阵，使得每个任务可以根据其输入数据的特征选择和激活适合的专家网络部分；通过交叉训练和迭代幅度剪枝优化全能专家矩阵，进一步提升了模型在处理复杂任务和不同数据分布下的泛化能力；任务特定塔层独立处理和优化各任务的特征，减少了任务间的相互干扰，提高了特征提取的精度和任务处理的效率。