公开(公告)号：CN116757294A

公开(公告)日：2023-09-15

申请号：CN202310574374.3

申请日：2023-05-19

Applicant: 重庆邮电大学

Inventor： 张海波 ,  李佳琪 ,  任俊平 ,  秦嘉琦 ,  曾镜颖 ,  郑万佳 ,  周经傲 ,  谭海浪 ,  刘泽洋 ,  刘开健

IPC: G06N20/00

Abstract: 本发明属于人工智能中的分布式机器学习领域，特别涉及一种基于不可知论的公平联邦学习异步训练方法；包括：构建联邦学习系统，在第t轮次中，随机选择用户组成训练集，中央服务器向训练集下发全局模型参数；用户进行本地训练并向中央服务器上传用户模型参数和测试准确率；当中央服务器采集到所有的用户模型参数和测试准确率，更新全局模型参数并计算全局准确率；当全局准确率大于目标准确率，则向所有用户下发更新后的全局模型参数，完成训练；本发明利用不可知论来提高联邦学习关于公平优化目标的构建能力，设计训练调整机制以缓解全局优化方向关于部分用户的偏离程度，在面对数据异构的用户群体时，能取得良好的表现公平性和模型公平性。

公开(公告)号：CN114980029A

公开(公告)日：2022-08-30

申请号：CN202210548602.5

申请日：2022-05-20

Applicant: 重庆邮电大学

Inventor： 张海波 ,  王大斌 ,  刘香渝 ,  刘开健 ,  王莹 ,  曾镜颖

IPC: H04W4/44 ,  H04W4/46 ,  H04W24/02

Abstract: 本发明涉及车联网中的任务卸载与资源调度领域，特别涉及一种车联网中基于任务关联性的卸载方法，在移动边缘计算技术的协助下，针对车联网在有限资源和动态拓扑下需要处理大量低时延子任务的问题，研究一种最小化所有车辆任务完成时间的车联网部分任务卸载及资源调度策略；考虑路侧单元和车辆作为服务节点的差异以及模式选择、任务时延和通信距离约束建立数学模型；将该多约束整数非线性规划问题分解为三个子问题联合求解；通过定义子任务和车辆的优先级并采用KM算法为车辆匹配卸载对象，得到最优任务计算顺序和调度决策；本发明能够有效地确定卸载决策，分配卸载任务和卸载对象，并降低系统总时延。