-
公开(公告)号：CN116611535A
公开(公告)日：2023-08-18
申请号：CN202310626001.6
申请日：2023-05-30
Applicant: 北京邮电大学
IPC: G06N20/00
Abstract: 本申请公开了一种用于异构数据的边缘联邦学习训练方法及其系统，其中用于异构数据的边缘联邦学习训练方法包括以下步骤：步骤S1，进行初始化；步骤S2，响应于完成初始化，各参与方进行本地模型训练；步骤S3，响应于各参与方进行本地模型训练，边缘服务器进行个性化全局模型聚合，并将聚合后的个性化全局模型参数发送至各参与方；步骤S4，各参与方根据接收的个性化全局模型参数进行自适应本地微调；步骤S5，判断是否达到收敛精度或最大迭代次数；若达到收敛精度或最大迭代次数，流程结束，否则重新执行步骤S2‑S4。本申请针对数据异构的边缘联邦学习系统，打破了传统联邦学习中聚合得到单个全局模型的思想，有效地实现了联邦学习的个性化。
-
公开(公告)号：CN112260746A
公开(公告)日：2021-01-22
申请号：CN202011110983.6
申请日：2020-10-16
Applicant: 北京邮电大学
Abstract: 本发明公开了一种无人机非正交多址通信网络的站点布置、缓存放置和资源分配方法和装置，其包括如下的具体步骤：基于修正开销的DDPG算法输出用户接入策略；基于多代理DDPG算法输出无人机缓存放置、站点布置和NOMA功率分配策略；判断经历时隙是否达到训练次数阈值；当判断步骤为经历时隙未达到训练次数阈值时，对时隙变化，将训练次数加1，继续执行输出用户接入策略步骤。本发明能有效增强接入链路的传输能力，且无需向距离较远的核心网关进行请求，可有效降低用户获取内容的时延，同时减少了对无人机无线回程链路传输带来的资源占用，从而有效降低需要经过无线回程链路传输的内容的传输时延。
-
公开(公告)号：CN119485483A
公开(公告)日：2025-02-18
申请号：CN202411602410.3
申请日：2024-11-11
Applicant: 北京邮电大学
IPC: H04W28/06 , H04W28/084 , H04W28/08
Abstract: 本申请公开了一种移动边缘计算系统中感知通信计算联合优化方法及其系统，其中方法包括以下步骤：进行状态信息的初始化；进行问题重构；进行上层感知持续时间的优化；进行下层卸载决策和资源分配优化；判断是否达到预设收敛条件或达到最大迭代次数；若达到预设收敛条件或达到最大迭代次数，则输出最佳资源分配方案以及系统带宽分配方案；反之则返回执行上层感知持续时间的优化。本申请充分挖掘了移动边缘计算系统为基于多模态数据的感知任务提供计算支持的潜力，考虑了多模态数据的采集和处理过程对于时间同步性的要求，保证了感知信息利用的有效性和准确性。
-
公开(公告)号：CN117494473A
公开(公告)日：2024-02-02
申请号：CN202311655125.3
申请日：2023-12-05
Applicant: 北京邮电大学
IPC: G06F30/20
Abstract: 本申请公开了一种多无人机协同计算方法及其系统，其中方法包括以下步骤：进行优化目标的构建；进行状态信息的初始化；根据构建的优化目标，以及初始化的状态信息，进行多无人机协同的依赖性任务卸载以及计算资源分配方案的确定；根据构建的优化目标、任务卸载以及计算资源分配方案进行无人机飞行轨迹规划的确定；判断是否达到预设收敛精度或达到最大迭代次数；若达到预设精度或大于最大迭代次数，则输出多无人机协同的依赖性任务卸载、计算资源分配方案以及无人飞行轨迹。本申请充分挖掘了多无人机之间的协同潜力，提出了综合的多无人机协同依赖性任务卸载、计算资源分配以及无人机飞行轨迹规划的联合优化设计方案。
-
公开(公告)号：CN115454527A
公开(公告)日：2022-12-09
申请号：CN202211119514.X
申请日：2022-09-14
Applicant: 北京邮电大学
Abstract: 本申请公开了一种多无人机移动边缘计算的飞行控制与计算卸载方法及系统，其中多无人机移动边缘计算的飞行控制与计算卸载方法具体包括以下步骤：获取初始信息；根据获取的初始信息，进行求解模型的构建；求解模型进行能耗时延问题的仿真求解，得出最佳的无人机轨迹以及用户终端的卸载决策和计算任务卸载比例；执行与最佳的无人机轨迹以及用户终端的卸载决策和计算任务卸载比例对应的动作。本申请提出了适合多无人机辅助MEC系统的状态空间、动作空间和奖励函数。得到了每个时隙内无人机应采取的飞行动作与计算任务的卸载决策和卸载比例，最小化了系统总代价。
-
Patent Agency Ranking
公开(公告)号：CN118821589A
公开(公告)日：2024-10-22
申请号：CN202410818965.5
申请日：2024-06-24
Applicant: 北京邮电大学
Abstract: 本申请公开了一种深度神经网络轻量化方法及其系统，其中深度神经网络轻量化方法包括以下步骤：S1、初始化最大迭代次数，量化间隔与量化位宽；S2、初始化后，获取参与量化的模型，得到目标函数；S3、根据目标函数对量化间隔进行迭代优化；S4、根据目标函数对量化位宽使用强化学习进行优化；S5、判断目标函数是否收敛或迭代次数达到最大迭代次数；若目标函数收敛或迭代次数达到最大迭代次数，则流程结束；若目标函数收敛或迭代次数未达到最大迭代次数，迭代次数加1，返回执行步骤S2。本申请将量化工作拆分成量化间隔和量化位宽的获取问题，将原本复杂的优化问题简单化。
-
公开(公告)号：CN112260746B
公开(公告)日：2022-01-07
申请号：CN202011110983.6
申请日：2020-10-16
Applicant: 北京邮电大学
Abstract: 本发明公开了一种无人机非正交多址通信网络的站点布置、缓存放置和资源分配方法和装置，其包括如下的具体步骤：基于修正开销的DDPG算法输出用户接入策略；基于多代理DDPG算法输出无人机缓存放置、站点布置和NOMA功率分配策略；判断经历时隙是否达到训练次数阈值；当判断步骤为经历时隙未达到训练次数阈值时，对时隙变化，将训练次数加1，继续执行输出用户接入策略步骤。本发明能有效增强接入链路的传输能力，且无需向距离较远的核心网关进行请求，可有效降低用户获取内容的时延，同时减少了对无人机无线回程链路传输带来的资源占用，从而有效降低需要经过无线回程链路传输的内容的传输时延。
-
公开(公告)号：CN119967488A
公开(公告)日：2025-05-09
申请号：CN202510151627.5
申请日：2025-02-11
Applicant: 北京邮电大学
Abstract: 本申请公开了一种基于多智能体优化的多无人机轨迹规划与资源分配方法及其系统，其中基于多智能体优化的多无人机轨迹规划与资源分配方法包括以下步骤：进行系统模型的构建；完成系统模型的构建后，进行算法的设计；进行智能体神经网络训练，根据设计的算法输出无人机为用户分配的算力资源和用户的计算任务卸载比例。本申请设计了一个多无人机分布式协同计算的MEC系统，通过联合优化无人机轨迹、无人机间任务迁移比例、无人机接入选择和单位算力资源的定价最大化了无人机效益,通过联合优化无人机为用户分配的算力资源和用户的计算任务卸载比例最小化了用户开销。
-
公开(公告)号：CN119960957A
公开(公告)日：2025-05-09
申请号：CN202411790492.9
申请日：2024-12-06
Applicant: 北京邮电大学
IPC: G06F9/50
Abstract: 本申请公开了一种移动边缘计算服务器集群的异构算力资源分配方法及其系统，其中该方法包括以下步骤：进行虚拟化设置；进行信息的初始化；校验当前是否满足伸缩冷却时间的条件；若不满足伸缩冷却时间的条件，则获取伸缩单元信息；获取Pod的监控指标；根据获取的监控指标判断是否触发伸缩；若触发伸缩，则将Pod的资源利用率以及服务质量信息输入到算法模型中，获取算力资源推荐值；根据算力资源推荐值进行Pod的调度并执行调度。本申请基于集群中部署Kubernetes容器编排工具，并拓展Kubernetes原生的垂直伸缩机制和调度机制，结合GPU虚拟化技术，提出的算力资源动态分配设计方案具有更高细粒度以及更强的自适性。
-
公开(公告)号：CN119485501A
公开(公告)日：2025-02-18
申请号：CN202411602342.0
申请日：2024-11-11
Applicant: 北京邮电大学
IPC: H04W28/084 , H04W28/08
Abstract: 本申请公开了一种面向智能计算的深度学习模型部署与任务卸载方法及其系统，其中方法包括以下步骤：进行信息的初始化；进行模型部署和卸载决策的确定；进行传输压缩比设计；判断是否达到预设迭代收敛限制或达到最大迭代次数；若达到预设收敛条件或达到最大迭代次数，则输出模型部署、卸载决策以及传输压缩比方案；若未达到预设收敛条件或达到最大迭代次数，则迭代次数加1，返回进行模型部署和卸载决策的确定。本申请专注于面向智能计算的多基站多终端MEC系统，充分考虑了智能计算在MEC系统深度学习模型部署和任务卸载时呈现的新特性，提出了综合的面向智能计算的MEC系统的模型部署、卸载决策和传输压缩比的联合设计方案。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.025 seconds)
