公开(公告)号：CN116894486A

公开(公告)日：2023-10-17

申请号：CN202310940026.3

申请日：2023-07-28

Applicant: 重庆邮电大学

Inventor： 周致彤 ,  曾俊华 ,  崔太平 ,  余征涛 ,  田俊彦 ,  曹宗昊 ,  聂佳

IPC: G06N3/098 ,  G06N3/092 ,  G06N3/084 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明涉及一种用于人工智能学习算法的用户选择方法，属于人工智能领域。将神经网络算法通过强化学习进行动态优化，用于优化联邦学习中的用户选择。初始化一个卷积神经网络模型作为策略函数逼近器，接受输入端的联邦学习环境状态，输出选择用户的概率分布，构建一个神经网络模型；初始化一个Q‑learning强化学习算法，根据神经网络模型输出的概率分布选择一个用户子集作为本轮联邦学习的用户。根据梯度下降算法更新策略函数逼近器的参数，以最大化长期回报。重复以上两步，直到达到模型得分超过给定的门限值，即达到理论最高准确性，最快收敛速度、最小误差、最大轮数。该方法提高了联邦学习系统的性能和效率，智能地选择用户。

公开(公告)号：CN116957831A

公开(公告)日：2023-10-27

申请号：CN202310940069.1

申请日：2023-07-28

Applicant: 重庆邮电大学

Inventor： 曹宗昊 ,  田俊彦 ,  崔太平 ,  周致彤 ,  余征涛 ,  曾俊华 ,  聂佳

IPC: G06Q40/12 ,  G06Q40/04 ,  G06Q20/38 ,  G06F18/2451 ,  G06N20/00

Abstract: 本发明涉及一种区块链辅助的用于人工智能学习的激励方法，属于人工智能领域。该方法根据用户端的贡献度和模型态度积极性评判用户端等级，并根据等级要求用户端履行相应义务。边缘服务器根据用户端行为和义务履行程度进行奖励并调整等级，并根据Ⅱ类用户的反馈调整Ⅰ类用户权重。奖励通过DAG结构的区块链的方式进行记录。该方法可以提高边缘服务器模型精度，保障模型安全性，减少训练时间和成本。

公开(公告)号：CN119652582A

公开(公告)日：2025-03-18

申请号：CN202411752061.3

申请日：2024-12-02

Applicant: 重庆邮电大学

Inventor： 向洋辉 ,  崔太平 ,  宋嘉杰 ,  周致彤 ,  程扬 ,  孙嘉悦 ,  曾传毅 ,  刘文浩

IPC: H04L9/40 ,  H04L9/06 ,  G06N3/08 ,  G06F18/23213

Abstract: 本发明涉及一种对抗恶意节点具有鲁棒性的人工智能聚合方法，属于移动通信技术领域。该方法通过改变传统的联邦学习聚合方式，采用几何中位数算法进行全局模型聚合，同时设计异步时间加权机制，对用户陈旧的全局模型参数加以利用，减少恶意节点在某次聚合时由于数量过多而对几何中位数聚合算法造成击穿的概率。设计的算法可以降低全局模型在被恶意节点攻击时受到的影响，具有重要的实际应用价值。