-
公开(公告)号：CN115311860A
公开(公告)日：2022-11-08
申请号：CN202210950965.1
申请日：2022-08-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于交通控制系统的交通流量预测模型的在线联邦学习方法，包括：D1、对每个路侧单元的交通流量预测模型进行预设次数的更新，每次更新包括：D11、获取当前路侧单元的待预测交通流量序列作为其交通流量预测模型的编码输入以获得其编码隐藏状态；D12、服务器计算当前路侧单元与其他路侧单元之间的空间关系并更新当前路侧单元的编码隐藏状态，将更新后的编码隐藏状态作为当前路侧单元的交通流量预测模型的解码输入以获得预测交通流量；D13、根据实际交通流量和预测交通流量之间的损失更新当前路侧单元的交通流量预测模型的参数；D2、服务器将所有交通流量预测模型的参数进行融合；D3、将融合后的模型参数下发至每个路侧单元以更新每个路侧单元的模型参数。
-
公开(公告)号：CN112306641A
公开(公告)日：2021-02-02
申请号：CN202011293834.8
申请日：2020-11-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于虚拟机迁移模型的训练方法，所述方法包括：S1、构建初始迁移模型，并随机初始化模型参数；S2、获取初始环境状态，将每一个虚拟机对应的初始环境状态进行张量化表示；S3、以初始环境状态对应的所有张量化表示作为起点，对初始化后的迁移模型进行回合制训练，直至达到预设的训练回合；S4、动态采集数据中心的虚拟机环境状态信息对完成回合制训练的迁移模型进行在线训练直至迁移模型收敛。本发明能够将多目标的虚拟机动态迁移优化问题抽象为一个强化学习模型的训练和推理过程，通过训练能够得到最优化的虚拟机动态迁移模型，实现数据中心长时间低能耗和高服务质量目标，并且得到的迁移模型可以灵活地应用于各种通用的云数据中心虚拟机管理系统和业务环境。
-
公开(公告)号：CN112306641B
公开(公告)日：2023-07-21
申请号：CN202011293834.8
申请日：2020-11-18
Applicant: 中国科学院计算技术研究所
IPC: G06F9/455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种用于虚拟机迁移模型的训练方法，所述方法包括：S1、构建初始迁移模型，并随机初始化模型参数；S2、获取初始环境状态，将每一个虚拟机对应的初始环境状态进行张量化表示；S3、以初始环境状态对应的所有张量化表示作为起点，对初始化后的迁移模型进行回合制训练，直至达到预设的训练回合；S4、动态采集数据中心的虚拟机环境状态信息对完成回合制训练的迁移模型进行在线训练直至迁移模型收敛。本发明能够将多目标的虚拟机动态迁移优化问题抽象为一个强化学习模型的训练和推理过程，通过训练能够得到最优化的虚拟机动态迁移模型，实现数据中心长时间低能耗和高服务质量目标，并且得到的迁移模型可以灵活地应用于各种通用的云数据中心虚拟机管理系统和业务环境。
-
公开(公告)号：CN115311860B
公开(公告)日：2024-06-14
申请号：CN202210950965.1
申请日：2022-08-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于交通控制系统的交通流量预测模型的在线联邦学习方法，包括：D1、对每个路侧单元的交通流量预测模型进行预设次数的更新，每次更新包括：D11、获取当前路侧单元的待预测交通流量序列作为其交通流量预测模型的编码输入以获得其编码隐藏状态；D12、服务器计算当前路侧单元与其他路侧单元之间的空间关系并更新当前路侧单元的编码隐藏状态，将更新后的编码隐藏状态作为当前路侧单元的交通流量预测模型的解码输入以获得预测交通流量；D13、根据实际交通流量和预测交通流量之间的损失更新当前路侧单元的交通流量预测模型的参数；D2、服务器将所有交通流量预测模型的参数进行融合；D3、将融合后的模型参数下发至每个路侧单元以更新每个路侧单元的模型参数。
-
-
-
Search Results
4
records
(took 0.026 seconds)
