公开(公告)号：CN116887429A

公开(公告)日：2023-10-13

申请号：CN202310837482.5

申请日：2023-07-10

Applicant: 江南大学

Inventor： 吴琼 ,  师帅 ,  张翠 ,  李正权

IPC: H04W72/50 ,  H04W72/541 ,  H04W4/46 ,  H04W4/44 ,  H04L41/16 ,  G06N3/042 ,  G06N3/092 ,  G06N3/098 ,  G06V20/54 ,  G06V10/774

Abstract: 本申请公开一种车联网资源分配方法、装置、存储介质及电子设备，用于优化车联网中数据传输的成本。方法包括：基于图神经网络获取所述车辆的资源特征；基于所述资源特征计算特征嵌入；所述特征嵌入包括所述资源计算模型所输入的参数；根据所述特征嵌入确定所述车辆的状态数据、动作数据和共享奖励函数；基于多智能体深度强化学习和深度Q网络确定资源分配策略。

公开(公告)号：CN116546429A

公开(公告)日：2023-08-04

申请号：CN202310660982.6

申请日：2023-06-06

Applicant: 江南大学

Inventor： 吴琼 ,  师帅 ,  张翠 ,  李正权

IPC: H04W4/021 ,  H04W4/40 ,  H04W24/06 ,  H04L67/10

Abstract: 本发明涉及一种车联网联邦学习中的车辆选择方法和系统，方法包括：在车联网联邦学习场景中，假设一组车辆{1,2,...,N}穿过基站的覆盖区域，根据车辆在基站覆盖区域内的停留时间、以及车辆的本地模型与基站的全局模型之间的相似性选择参与联邦学习的车辆；其中，所述车辆的本地模型基于基站的全局模型构建。本发明通过车辆在边缘服务器覆盖范围的停留时间、以及车辆的本地模型与基站的全局模型之间的相似性来衡量车辆的参与必要性，使得联邦学习最终得到的全局模型具有较好的代表性。

公开(公告)号：CN116582840A

公开(公告)日：2023-08-11

申请号：CN202310856689.7

申请日：2023-07-13

Applicant: 江南大学

Inventor： 吴琼 ,  师帅 ,  张翠 ,  李正权

IPC: H04W4/44 ,  H04W4/46 ,  H04W24/02 ,  H04W72/044 ,  H04W72/50 ,  G06N3/045 ,  G06N3/098

Abstract: 本申请公开一种车联网通信的电平分配方法、装置、存储介质及电子设备，用于优化车联网中通信的开销量。方法包括：获取所述车辆的状态变化；基于所述状态变化确认所述车辆的状态数据、动作数据、奖励函数；根据所述状态数据、所述动作数据、所述奖励函数，基于双深度Q网络对所述联邦学习网络和预测网络进行解耦，以根据时间步长定义第二损失函数确定电平分配值；基于双Q学习网络更新所述电平分配值。