分层联邦学习系统的资源分配及聚合优化方法及装置

    公开(公告)号:CN117076132A

    公开(公告)日:2023-11-17

    申请号:CN202311320639.3

    申请日:2023-10-12

    Abstract: 本申请提供一种分层联邦学习系统的资源分配及聚合优化方法及装置,涉及机器学习领域,方法包括:根据分层联邦学习系统中的各个边缘服务器各自的域内训练时间及传输延时信息,确定当前迭代轮次的提交时间区间;将全局模型参数和提交时间区间发送至各个边缘服务器,以使各个边缘服务器分别为自身分组中的各个终端分配针对当前迭代轮次的全局模型参数的目标计算任务并同步聚合各个子模型参数,对提交时间区间内接收到的边缘聚合结果数据进行云聚合。本申请能够有效降低分层联邦学习系统的计算复杂度,尤其适用于物联网等大量终端构成的分层联邦学习系统的场景,还能够提高终端和边缘服务器的计算资源利用率,进而能够有效提高分层联邦学习的效率。

    一种基于多模态数据用户情绪自测系统

    公开(公告)号:CN116665845A

    公开(公告)日:2023-08-29

    申请号:CN202310558652.6

    申请日:2023-05-17

    Abstract: 本发明提供一种基于多模态数据用户情绪自测系统,包括:信息获取模块、多模态数据处理模块、数据存储模块和评估模块;信息获取模块接收用户个人信息;多模态数据处理模块中,量表自测模块向用户提供情绪测试量表并计算分数;语音检测模块向用户发送带有多种情感激发的问题,并收集答复语音;对答复语音进行VAD处理后,由预设模型提取音频特征;离线状态下,将答复语音转换为文本数据,提取文本情感特征;视频检测模块向用户发送带有多种情感激发的视频,并收集用户观看时的行为视频,由预设模型提取其中的视频特征;评估模块根据上述得到的特征,得到情绪分析数据及评估值。本发明的系统支持远程自测,医疗成本低,检测流程标准且客观。

    一种网络基带功能比例的分配方法及装置

    公开(公告)号:CN106385687B

    公开(公告)日:2019-09-06

    申请号:CN201610968112.5

    申请日:2016-10-27

    Abstract: 本发明实施例提供了一种网络基带功能比例的分配方法及装置,其中方法包括:获取C‑RAN网络的点到点结构的信息,点到点结构至少包括:拉远射频头RRH与基带处理单元BBU交互的点对点网络结构;根据点到点结构的信息,生成第一古诺双寡头博弈模型的建立元素;根据第一古诺双寡头博弈模型的建立元素,建立第一古诺双寡头博弈模型;根据第一古诺双寡头博弈模型,建立第一效用函数,第一效用函数为BBU在第一古诺双寡头博弈模型中的效用函数,并建立第二效用函数,第二效用函数为RRH在第一古诺双寡头博弈模型中的效用函数;计算第一效用函数和第二效用函数的最佳值,最佳值为基带功能比例,以使网络基带功能按照基带功能比例进行分配。

    一种网络资源分配方法及装置

    公开(公告)号:CN106454958B

    公开(公告)日:2019-06-14

    申请号:CN201610945275.1

    申请日:2016-11-02

    CPC classification number: Y02D70/00

    Abstract: 本发明实施例公开了一种网络资源分配方法及装置,应用于基于微云端的移动云计算网络系统,方法包括:根据云服务提供商、微云端及用户端三者之间的资源供求关系,建立用户端效用函数、微云端效用函数及云服务提供商效用函数;基于用户端效用函数、微云端效用函数、云服务提供商效用函数,建立三阶段斯坦伯克博弈模型;根据三阶段斯坦伯克博弈模型,获得用户端的最佳带宽和最佳传输功率、微云端的最佳计算资源数量以及云服务商端的最佳计算资源价格;根据最佳带宽及所述最佳传输功率,为用户端分配传输功率和带宽资源,根据最佳计算资源数量及所述最佳计算资源价格,为用户端分配计算资源。应用本发明实施例,最大化了网络性能。

Patent Agency Ranking