-
公开(公告)号：CN114118437B
公开(公告)日：2023-04-18
申请号：CN202111163268.3
申请日：2021-09-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种面向微云中分布式机器学习的模型更新同步方法，通过在所有微云中确定出中间聚合点集；然后确定出每一个工作节点对应的中间聚合点，并将所有工作节点中的本地模型上传至对应的中间聚合点，以使中间聚合点将接收到本地模型进行聚合得到聚合模型；将所有中间聚合点中的聚合模型上传至参数服务器中，以使所述参数服务器根据所有聚合模型确定出全局模型，将所述全局模型分发给所有工作节点，避免了使参数服务器成热点，减小了模型更新同步的延时，实现了快速地对微云中分布式机器学习模型参数进行更新与同步。
-
公开(公告)号：CN115022233A
公开(公告)日：2022-09-06
申请号：CN202210682972.8
申请日：2022-06-16
Applicant: 电子科技大学
IPC: H04L45/16 , H04L41/14 , H04L41/142 , G06K9/62
Abstract: 本发明公开了一种可定制点到多点数据传输完成时间的传输方法，在系统运行前先对数据中心广域网的网络拓扑中的网络节点进行聚类分组，在系统运行中，首先根据网络拓扑中网络节点的聚类结果，对每个新传输请求的目的节点进行分组，并建立每个节点到其余所有分组的多播树；然后根据每个传输请求对传输完成时间的需求偏好，建立对应的传输模型并求解，得到每个多播树的速率分配方案；最后将每个传输请求对应的多播树及其速率分配方案作为决策结果发送至数据发送端，执行相应操作。本发明为不同传输完成时间需求偏好的一点到多点数据传输需求提供了可定制的网络传输方案，满足了不同类型的一点到多点数据传输需求的个性化要求。
-
公开(公告)号：CN115022233B
公开(公告)日：2023-04-07
申请号：CN202210682972.8
申请日：2022-06-16
Applicant: 电子科技大学
IPC: H04L45/16 , H04L41/14 , H04L41/142 , G06F18/23
Abstract: 本发明公开了一种可定制点到多点数据传输完成时间的传输方法，在系统运行前先对数据中心广域网的网络拓扑中的网络节点进行聚类分组，在系统运行中，首先根据网络拓扑中网络节点的聚类结果，对每个新传输请求的目的节点进行分组，并建立每个节点到其余所有分组的多播树；然后根据每个传输请求对传输完成时间的需求偏好，建立对应的传输模型并求解，得到每个多播树的速率分配方案；最后将每个传输请求对应的多播树及其速率分配方案作为决策结果发送至数据发送端，执行相应操作。本发明为不同传输完成时间需求偏好的一点到多点数据传输需求提供了可定制的网络传输方案，满足了不同类型的一点到多点数据传输需求的个性化要求。
-
公开(公告)号：CN114118437A
公开(公告)日：2022-03-01
申请号：CN202111163268.3
申请日：2021-09-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种面向微云中分布式机器学习的模型更新同步方法，通过在所有微云中确定出中间聚合点集；然后确定出每一个工作节点对应的中间聚合点，并将所有工作节点中的本地模型上传至对应的中间聚合点，以使中间聚合点将接收到本地模型进行聚合得到聚合模型；将所有中间聚合点中的聚合模型上传至参数服务器中，以使所述参数服务器根据所有聚合模型确定出全局模型，将所述全局模型分发给所有工作节点，避免了使参数服务器成热点，减小了模型更新同步的延时，实现了快速地对微云中分布式机器学习模型参数进行更新与同步。
-
-
-
Search Results
4
records
(took 0.017 seconds)
