公开(公告)号：CN104667438A

公开(公告)日：2015-06-03

申请号：CN201510104821.4

申请日：2015-03-10

Applicant: 东北大学

Inventor： 刘纪红 ,  谢帅 ,  张倩 ,  史成治

IPC: A61N7/00

Abstract: 本发明提供一种基于低强度脉冲超声波的软骨康复刺激装置及其控制方法，该装置包括处理器模块、信号发生器模块、PWM模拟开关模块、可控增益放大模块、功率放大器、电感电容匹配电路、超声波换能器；该控制方法包括信号发生器模块产生所需频率1.5MHz的正弦波信号；由处理器控制PWM模拟开关模块，使得输出信号为重复频率为1KHz、脉冲宽度为200μs、信号频率为1.5MHz的脉冲正弦波信号；经过电感电容匹配电路传递给超声波换能器后，输出强度为30mW/cm2的低强度脉冲超声波。采用本发明为不同年龄和病因的软骨损伤患者制定刺激方案，即确定刺激的位置和时长，以便帮助软骨损伤病人康复或达到延缓老年性膝关节软骨退化的目的。

公开(公告)号：CN114169543A

公开(公告)日：2022-03-11

申请号：CN202111476376.6

申请日：2021-12-06

Applicant: 东北大学

Inventor： 王爽 ,  谢帅

IPC: G06N20/20 ,  H04L67/10 ,  H04L47/125

Abstract: 本发明公开了一种基于模型陈旧性与用户参与度感知的联邦学习算法，涉及联邦学习技术领域。该算法将参与任务的客户端分成不同的性能层级，每次选取客户端时选取同一性能层级的客户端，实现了联邦学习由随机选取客户端到有选择地选取客户端的转变，提高了联邦学习的通信效率；使用一个添加了全局模型近端项的目标函数作为各客户端训练本地模型的目标函数，改善了全局模型偏向某一客户端本地模型的问题；通过设置一个自适应超参数以及考虑客户端的本地模型对云中心服务器上最新的全局模型的滞后程度，提出了一种基于模型陈旧性与用户参与度感知相结合的更新方式，来对全局模型进行动态调整，解决了联邦学习中全局模型偏向某一客户端本地模型的问题。

公开(公告)号：CN114169543B

公开(公告)日：2024-08-09

申请号：CN202111476376.6

申请日：2021-12-06

Applicant: 东北大学

Inventor： 王爽 ,  谢帅

IPC: G06N20/20 ,  H04L67/10 ,  H04L47/125

Abstract: 本发明公开了一种基于模型陈旧性与用户参与度感知的联邦学习方法，涉及联邦学习技术领域。该方法将参与任务的客户端分成不同的性能层级，每次选取客户端时选取同一性能层级的客户端，实现了联邦学习由随机选取客户端到有选择地选取客户端的转变，提高了联邦学习的通信效率；使用一个添加了全局模型近端项的目标函数作为各客户端训练本地模型的目标函数，改善了全局模型偏向某一客户端本地模型的问题；通过设置一个自适应超参数以及考虑客户端的本地模型对云中心服务器上最新的全局模型的滞后程度，提出了一种基于模型陈旧性与用户参与度感知相结合的更新方式，来对全局模型进行动态调整，解决了联邦学习中全局模型偏向某一客户端本地模型的问题。