一种简单的自适应快收敛标记交换路径环路预防技术

    公开(公告)号:CN1361612A

    公开(公告)日:2002-07-31

    申请号:CN00136942.3

    申请日:2000-12-29

    Abstract: 一种简单的自适应快收敛LSP环路预防技术,属于网络技术中基于ATM的MPLS网络环路控制领域,有效地解决了基于ATM的MPLS网络可能发生的LSP环路问题。根据网络资源的充裕程度和利用过去环路检测经验推算出的当前环路出现概率,建立联合检测参量,网络资源充裕且环路出现概率较大时,采用双向检测机制,尽量提高环路检测效率,反之采用单向检测机制,尽量减少对网络资源的占用。因为检测参量完全是自适应调整的,所以环路预防过程时刻保持了最优。

    公共安全信息识别模型的联邦学习方法、识别方法及装置

    公开(公告)号:CN118521951A

    公开(公告)日:2024-08-20

    申请号:CN202311311042.2

    申请日:2023-10-10

    Abstract: 本申请提供公共安全信息识别模型的联邦学习方法、识别方法及装置,方法包括:接收前一轮次的全局模型和每个类下的各个细粒度类各自的细粒度全局原型,根据本地的各个监控图像样本、公共安全信息识别标签、前一轮次的公共安全信息识别全局模型、公共安全信息识别本地模型和各个细粒度本地原型进行层级原型对比学习、批量原型正则化和全局信息蒸馏处理,基于完全损失函数对当前轮次的本地的公共安全信息识别本地模型进行梯度优化。本申请能够解决Non‑IID联邦学习中的类不平衡问题,更准确地重新平衡客户端上样本的特征分布,有效减少局部分类器的偏差,并增强了聚合全局分类器的鲁棒性,进而能够有效提高公共安全信息识别的准确性和有效性。

    联邦学习的服务器和客户端的一体化训练方法及相关设备

    公开(公告)号:CN116911403B

    公开(公告)日:2024-04-26

    申请号:CN202310664947.1

    申请日:2023-06-06

    Abstract: 本申请提供一种联邦学习的服务器和客户端的一体化训练方法及相关设备,所述方法包括对全局模型进行多轮迭代训练,其中,对于多轮迭代训练中的每一轮迭代执行如下操作,直至全局模型满足预设收敛条件为止,得到训练完成的全局模型:确定全局模型是否满足收敛条件,若不满足,服务器确定并随机发送当前全局模型参数和当前全局校正因子至多个客户端中的部分客户端;部分客户端中的每个客户端对与其关联的局部模型进行训练,以确定训练后的局部模型的参数,并将局部模型的参数发送至服务器;服务器分别对当前全局模型参数和当前全局校正因子进行更新,解决了现有技术中联邦学习的通信效率低的技术问题,达到了对服务器和客户端一体化进行训练的目的。

    联邦学习的服务器和客户端的一体化训练方法及相关设备

    公开(公告)号:CN116911403A

    公开(公告)日:2023-10-20

    申请号:CN202310664947.1

    申请日:2023-06-06

    Abstract: 本申请提供一种联邦学习的服务器和客户端的一体化训练方法及相关设备,所述方法包括对全局模型进行多轮迭代训练,其中,对于多轮迭代训练中的每一轮迭代执行如下操作,直至全局模型满足预设收敛条件为止,得到训练完成的全局模型:确定全局模型是否满足收敛条件,若不满足,服务器确定并随机发送当前全局模型参数和当前全局校正因子至多个客户端中的部分客户端;部分客户端中的每个客户端对与其关联的局部模型进行训练,以确定训练后的局部模型的参数,并将局部模型的参数发送至服务器;服务器分别对当前全局模型参数和当前全局校正因子进行更新,解决了现有技术中联邦学习的通信效率低的技术问题,达到了对服务器和客户端一体化进行训练的目的。

    一种简单的自适应快收敛标记交换路径环路预防技术

    公开(公告)号:CN1145323C

    公开(公告)日:2004-04-07

    申请号:CN00136942.3

    申请日:2000-12-29

    Abstract: 一种简单的自适应快收敛LSP环路预防技术,属于网络技术中基于ATM的MPLS网络环路控制领域,有效地解决了基于ATM的MPLS网络可能发生的LSP环路问题。根据网络资源的充裕程度和利用过去环路检测经验推算出的当前环路出现概率,建立联合检测参量,网络资源充裕且环路出现概率较大时,采用双向检测机制,尽量提高环路检测效率,反之采用单向检测机制,尽量减少对网络资源的占用。因为检测参量完全是自适应调整的,所以环路预防过程时刻保持了最优。

Patent Agency Ranking