-
公开(公告)号：CN114168328A
公开(公告)日：2022-03-11
申请号：CN202111478407.1
申请日：2021-12-06
Applicant: 北京邮电大学
Abstract: 本申请公开了一种基于联邦学习的移动边缘节点计算任务调度方法及其系统，其中基于联邦学习的移动边缘节点计算任务调度方法具体包括以下步骤：初始化信息参数；响应于完成初始化，对部署在各个移动边缘节点的DQN网络进行本地训练；判断DQN网络训练过程中，更新轮数是否满足聚合频率；若更新轮数满足聚合频率，进行全局参数更新；响应于完成全局参数更新，判断DQN网络训练过程中，训练回合数是否达到指定次数；若训练回合数达到指定次数，输出结果。本申请从计算任务执行顺序的角度考虑，提供了一种移动边缘计算系统中计算任务调度方法，利用多个移动边缘节点的协同缩短了计算任务完成时间。
-
公开(公告)号：CN117201606A
公开(公告)日：2023-12-08
申请号：CN202311275556.7
申请日：2023-09-28
Applicant: 北京邮电大学
IPC: H04L67/568
Abstract: 本申请公开了一种移动蜂窝网络中动态编码缓存方法及其系统，其中移动蜂窝网络中动态编码缓存方法包括以下步骤：进行缓存放置；响应于完成缓存放置，进行内容传输；响应于完成内容传输，进行缓存替换。本申请提出一种面向网络参数动态变化的动态编码缓存方法，以解决由于用户移动导致本地流行度动态变化而造成的缓存内容失效问题。本发明量化了用户移动性、用户偏好和内容本地流行度之间的关系。
-
公开(公告)号：CN117032971A
公开(公告)日：2023-11-10
申请号：CN202311026614.2
申请日：2023-08-15
Applicant: 北京邮电大学
IPC: G06F9/50 , G06F9/445 , G06N3/04 , G06N3/0985
Abstract: 本申请公开了一种移动边缘计算系统中面向用户间依赖关系的任务卸载与资源分配方法及其系统，其中方法包括以下步骤：S1，初始化状态信息；S2，响应于完成状态信息的初始化，进行卸载决策，输出动作的选取结果；S3，根据输出的动作选取结果，进行环境交互；S4，响应于完成环境交互，进行神经网络参数训练；S5，判断神经网络参数训练是否达到预设最大训练回合数；若达到最大训练回合数，执行S6，输出所有结果。本申请通过对用户间的任务依赖关系的合理建模，提供的求解方案能够在满足跨终端的任务相关性的约束下，充分利用部署的边缘服务器的计算能力，减小任务完成时间和终端能量消耗。
-
公开(公告)号：CN119485483A
公开(公告)日：2025-02-18
申请号：CN202411602410.3
申请日：2024-11-11
Applicant: 北京邮电大学
IPC: H04W28/06 , H04W28/084 , H04W28/08
Abstract: 本申请公开了一种移动边缘计算系统中感知通信计算联合优化方法及其系统，其中方法包括以下步骤：进行状态信息的初始化；进行问题重构；进行上层感知持续时间的优化；进行下层卸载决策和资源分配优化；判断是否达到预设收敛条件或达到最大迭代次数；若达到预设收敛条件或达到最大迭代次数，则输出最佳资源分配方案以及系统带宽分配方案；反之则返回执行上层感知持续时间的优化。本申请充分挖掘了移动边缘计算系统为基于多模态数据的感知任务提供计算支持的潜力，考虑了多模态数据的采集和处理过程对于时间同步性的要求，保证了感知信息利用的有效性和准确性。
-
公开(公告)号：CN119383664A
公开(公告)日：2025-01-28
申请号：CN202411476926.8
申请日：2024-10-22
Applicant: 北京邮电大学
IPC: H04W28/084 , G06F9/50 , G06N3/092 , G06N3/0464 , G06N3/045 , G06F18/25
Abstract: 本申请公开了一种基于移动边缘计算服务器集群的自动伸缩方法及其系统，其中自动伸缩方法包括以下步骤：进行伸缩冷却时间和伸缩周期T的初始化，并校验当前是否满足伸缩冷却时间的条件；若当前满足伸缩冷却时间的条件，则获取服务器集群中参与伸缩的全部服务集群边缘节点信息；根据全部服务集群边缘节点信息请求获取负载指标；将获取的负载指标输入模型进行负载预测，获得预测结果；根据预测结果确定自动伸缩策略；根据自动伸缩策略进行决策和动态资源调整的计算。本申请能够提升服务器集群的系统资源利用效率，更好地满足应用服务的SLA要求，提高了系统资源利用效率。
-
Patent Agency Ranking
公开(公告)号：CN114168328B
公开(公告)日：2024-09-10
申请号：CN202111478407.1
申请日：2021-12-06
Applicant: 北京邮电大学
Abstract: 本申请公开了一种基于联邦学习的移动边缘节点计算任务调度方法及其系统，其中基于联邦学习的移动边缘节点计算任务调度方法具体包括以下步骤：初始化信息参数；响应于完成初始化，对部署在各个移动边缘节点的DQN网络进行本地训练；判断DQN网络训练过程中，更新轮数是否满足聚合频率；若更新轮数满足聚合频率，进行全局参数更新；响应于完成全局参数更新，判断DQN网络训练过程中，训练回合数是否达到指定次数；若训练回合数达到指定次数，输出结果。本申请从计算任务执行顺序的角度考虑，提供了一种移动边缘计算系统中计算任务调度方法，利用多个移动边缘节点的协同缩短了计算任务完成时间。
-
公开(公告)号：CN119967488A
公开(公告)日：2025-05-09
申请号：CN202510151627.5
申请日：2025-02-11
Applicant: 北京邮电大学
Abstract: 本申请公开了一种基于多智能体优化的多无人机轨迹规划与资源分配方法及其系统，其中基于多智能体优化的多无人机轨迹规划与资源分配方法包括以下步骤：进行系统模型的构建；完成系统模型的构建后，进行算法的设计；进行智能体神经网络训练，根据设计的算法输出无人机为用户分配的算力资源和用户的计算任务卸载比例。本申请设计了一个多无人机分布式协同计算的MEC系统，通过联合优化无人机轨迹、无人机间任务迁移比例、无人机接入选择和单位算力资源的定价最大化了无人机效益,通过联合优化无人机为用户分配的算力资源和用户的计算任务卸载比例最小化了用户开销。
-
公开(公告)号：CN119960957A
公开(公告)日：2025-05-09
申请号：CN202411790492.9
申请日：2024-12-06
Applicant: 北京邮电大学
IPC: G06F9/50
Abstract: 本申请公开了一种移动边缘计算服务器集群的异构算力资源分配方法及其系统，其中该方法包括以下步骤：进行虚拟化设置；进行信息的初始化；校验当前是否满足伸缩冷却时间的条件；若不满足伸缩冷却时间的条件，则获取伸缩单元信息；获取Pod的监控指标；根据获取的监控指标判断是否触发伸缩；若触发伸缩，则将Pod的资源利用率以及服务质量信息输入到算法模型中，获取算力资源推荐值；根据算力资源推荐值进行Pod的调度并执行调度。本申请基于集群中部署Kubernetes容器编排工具，并拓展Kubernetes原生的垂直伸缩机制和调度机制，结合GPU虚拟化技术，提出的算力资源动态分配设计方案具有更高细粒度以及更强的自适性。
-
公开(公告)号：CN119485501A
公开(公告)日：2025-02-18
申请号：CN202411602342.0
申请日：2024-11-11
Applicant: 北京邮电大学
IPC: H04W28/084 , H04W28/08
Abstract: 本申请公开了一种面向智能计算的深度学习模型部署与任务卸载方法及其系统，其中方法包括以下步骤：进行信息的初始化；进行模型部署和卸载决策的确定；进行传输压缩比设计；判断是否达到预设迭代收敛限制或达到最大迭代次数；若达到预设收敛条件或达到最大迭代次数，则输出模型部署、卸载决策以及传输压缩比方案；若未达到预设收敛条件或达到最大迭代次数，则迭代次数加1，返回进行模型部署和卸载决策的确定。本申请专注于面向智能计算的多基站多终端MEC系统，充分考虑了智能计算在MEC系统深度学习模型部署和任务卸载时呈现的新特性，提出了综合的面向智能计算的MEC系统的模型部署、卸载决策和传输压缩比的联合设计方案。
-
公开(公告)号：CN119364381A
公开(公告)日：2025-01-24
申请号：CN202411476830.1
申请日：2024-10-22
Applicant: 北京邮电大学
Abstract: 本申请公开了一种时空二维业务流量分布生成模型的构建方法及其系统，其中时空二维业务流量分布生成模型的构建方法包括以下步骤：进行时间生成模型的确定；进行空间生成模型的确定；根据空间生成模型和时间生成模型，获得流量空时生成模型。本申请针对通信业务流量的空时分布特征，提出了适用于通信网络业务流量的基于Transformer及层次聚类空时生成模型。所提出的空时生成模型具有良好的参数可调性，适用于不同计算复杂程度的数据集，并能够解释不同数据集的数据特征。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.016 seconds)
