边缘计算任务的分配方法、配电网系统、装置及存储介质

    公开(公告)号:CN116708445A

    公开(公告)日:2023-09-05

    申请号:CN202310990227.4

    申请日:2023-08-08

    摘要: 本申请公开了一种边缘计算任务的分配方法、配电网系统、装置及存储介质。该方法包括:获取端侧终端设备的任务数据,并确定任务数据的任务信息和任务优先级;根据任务优先级和任务信息确定任务数据的任务卸载权重值,其中,任务卸载权重值用于评估任务数据被卸载的优先级;若根据任务卸载权重值确定任务数据需要被卸载,则确定当前边缘终端设备的设备利用率信息,并根据设备利用率信息确定目标卸载设备,以便将任务数据卸载至目标卸载设备,其中,目标卸载设备包括以下至少之一:边缘侧中除去当前边缘终端设备的其他边缘终端设备、云主站。通过本申请,解决了相关技术中边缘计算算力不足时,对应的终端设备上传任务的处理效率较低的问题。

    基于改进差分隐私的数据隐私保护模型的构建方法、装置

    公开(公告)号:CN116611118A

    公开(公告)日:2023-08-18

    申请号:CN202310900290.4

    申请日:2023-07-21

    IPC分类号: G06F21/62 G06N20/00

    摘要: 提供一种基于改进差分隐私的数据隐私保护模型的构建方法、装置、处理器及存储介质,属于人工智能领域。该方法包括:选择参与数据隐私保护模型构建的边缘节点;将各边缘节点的本地模型融合为数据隐私保护优化模型,判断所述数据隐私保护优化模型是否收敛,所述本地模型为各边缘节点利用其自身训练集对数据隐私保护初始模型训练得到,所述数据隐私保护初始模型由所述中心节点发送给各边缘节点;若未收敛,则基于与各边缘节点的本地模型的样本预测能力相匹配的权重,重新筛选参与数据隐私保护模型构建的边缘节点,并将所述数据隐私保护初始模型更新为所述数据隐私保护优化模型,重复上述步骤直至模型收敛。本发明实施例可以保证构建模型的准确性。

    面向配电网的多级算力资源分配方法、装置及网络架构

    公开(公告)号:CN116402318A

    公开(公告)日:2023-07-07

    申请号:CN202310664211.4

    申请日:2023-06-07

    摘要: 本发明提供一种面向配电网的多级算力资源分配方法、装置及网络架构,属于配电网技术领域。所述面向配电网的多级算力资源分配方法包括:在端侧设备有任务需求生成时,根据所述任务需求确定所需算力资源;根据所述所需算力资源判断端侧设备的资源配额是否有剩余;在所述端侧设备的资源配额有剩余的情况下,将剩余的资源配额进行再次分配,得到资源分配结果;其中,所述端侧设备的资源配额是根据历史情况分别对各个端侧设备分配对应的算力资源得到;所述算力资源包括边缘侧设备的算力和端侧设备的算力。实现了业务处理需求与算力资源之间的动态匹配,从而提高了配电网算力效率,使得算力资源充分利用。

    拓扑识别模型的压缩方法、装置、电子设备及介质

    公开(公告)号:CN115049058A

    公开(公告)日:2022-09-13

    申请号:CN202210983746.3

    申请日:2022-08-17

    摘要: 本公开涉及计算机技术领域,具体涉及一种拓扑识别模型的压缩方法、装置、电子设备及介质,所述拓扑识别模型的压缩方法包括:对待压缩模型进行剪枝,得到剪枝模型,并对所述剪枝模型进行训练,得到训练好的剪枝模型;将所述训练好的剪枝模型中各神经网络层的权重参数的比特位数由第一比特位数量化到第二比特位数,得到高量化剪枝模型,并对所述高量化剪枝模型进行训练,得到训练好的高量化剪枝模型;将所述训练好的高量化剪枝模型作为待压缩模型,继续对所述待压缩模型进行剪枝和量化,直至得到压缩好的拓扑识别模型,并将所述压缩好的拓扑识别模型部署到电力物联终端,从而在确保拓扑识别模型的精度满足需求的情况下,减小拓扑识别模型的尺寸。