-
公开(公告)号：CN115802389B
公开(公告)日：2023-04-25
申请号：CN202310063181.1
申请日：2023-01-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种利用数字孪生辅助模型训练的联邦学习方法，包括：首先，根据设备的时延和能耗限制，一部分设备选择在本地进行训练得到局部模型然后上传到小基站；另一部分设备选择与小基站进行边缘关联，用小基站上部署的边缘服务器构建数字孪生，利用数字孪生训练得到局部模型；本发明将上述局部模型训练策略问题分解为一个两阶段的问题，包括设备的训练方式选择问题，以及边缘关联问题；其次，小基站将收集到的这些局部模型进行边缘聚合得到边缘模型；最后，各个小基站将自己的边缘模型再次上传到宏基站进行云聚合，得到最终的全局模型；在本发明提出的边缘关联算法下，系统能耗得到有效优化。
-
公开(公告)号：CN115802389A
公开(公告)日：2023-03-14
申请号：CN202310063181.1
申请日：2023-01-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种利用数字孪生辅助模型训练的联邦学习方法，包括：首先，根据设备的时延和能耗限制，一部分设备选择在本地进行训练得到局部模型然后上传到小基站；另一部分设备选择与小基站进行边缘关联，用小基站上部署的边缘服务器构建数字孪生，利用数字孪生训练得到局部模型；本发明将上述局部模型训练策略问题分解为一个两阶段的问题，包括设备的训练方式选择问题，以及边缘关联问题；其次，小基站将收集到的这些局部模型进行边缘聚合得到边缘模型；最后，各个小基站将自己的边缘模型再次上传到宏基站进行云聚合，得到最终的全局模型；在本发明提出的边缘关联算法下，系统能耗得到有效优化。
-
公开(公告)号：CN115392058B
公开(公告)日：2023-04-25
申请号：CN202211330526.7
申请日：2022-10-28
Applicant: 南京邮电大学
IPC: G06F30/20 , G06Q10/0631
Abstract: 本发明公开了工业物联网中基于演化博弈构建数字孪生模型的方法包括：提出资源分配模型和效益模型，基站根据资源分配模型分配资源，终端会根据期望效益来选择基站来提高模型精确度；演化博弈得出正常业务下的模型精确度以及此时工人在各个基站上的人口分布方案；当有高精确度业务到来，通过资源补偿机制，使得该族群的数字孪生体模型精确度达到要求之上得到此时的工人人口分布方案，进而完成业务；本发明适用于资源有限的多终端多基站协同构建数字孪生模型完成正常业务，和对参与终端的模型精确度有要求的工业物联网、智能制造等业务场景，并且引入数字孪生模型精确度，精准的了解业务中的误差程度，引入资源补偿机制，提高企业经济效益。
-
公开(公告)号：CN115392058A
公开(公告)日：2022-11-25
申请号：CN202211330526.7
申请日：2022-10-28
Applicant: 南京邮电大学
Abstract: 本发明公开了工业物联网中基于演化博弈构建数字孪生模型的方法包括：提出资源分配模型和效益模型，基站根据资源分配模型分配资源，终端会根据期望效益来选择基站来提高模型精确度；演化博弈得出正常业务下的模型精确度以及此时工人在各个基站上的人口分布方案；当有高精确度业务到来，通过资源补偿机制，使得该族群的数字孪生体模型精确度达到要求之上得到此时的工人人口分布方案，进而完成业务；本发明适用于资源有限的多终端多基站协同构建数字孪生模型完成正常业务，和对参与终端的模型精确度有要求的工业物联网、智能制造等业务场景，并且引入数字孪生模型精确度，精准的了解业务中的误差程度，引入资源补偿机制，提高企业经济效益。
-
-
-
Search Results
4
records
(took 0.012 seconds)
