公开(公告)号：CN116579441A

公开(公告)日：2023-08-11

申请号：CN202310601084.3

申请日：2023-05-26

Applicant: 北京理工大学 ,  北京理工大学长三角研究院(嘉兴)

Inventor： 詹玉峰 ,  齐天宇 ,  冯伟 ,  张元 ,  翟弟华 ,  吴楚格 ,  夏元清

IPC: G06N20/00

Abstract: 本发明公开一种云边端协同联邦学习智能优化方法及装置，涉及人工智能领域。本发明方法通过轻量级训练器合理构建基于云边端的联邦学习框架拓扑结构，并基于模型参数、训练时间、训练功耗、通讯时间构建本轮环境的状态，通过智能体决策模型生成包括边缘聚合频率和终端训练轮次数的动作，边缘和终端设备按照该动作进行训练，同时采集信息构成下一轮状态，联邦学习框架和决策模型不断交互产生大量决策轨迹信息，用于决策模型的更新直至模型收敛，训练好的智能体决策模型能够根据每个设备的计算速度、训练功耗、通信时间分配不同的联邦学习训练轮次数，进而达到平衡计算异构与数据异构以及减少能耗开销的目的。

公开(公告)号：CN115357402B

公开(公告)日：2023-01-24

申请号：CN202211282973.X

申请日：2022-10-20

Applicant: 北京理工大学

Inventor： 詹玉峰 ,  王家盛 ,  齐天宇 ,  翟弟华 ,  张元 ,  吴楚格 ,  夏元清

IPC: G06F9/50 ,  G06N3/08 ,  G06N3/10 ,  G06N20/00

Abstract: 本发明涉及一种边缘智能优化方法和装置。本发明提供的边缘智能优化方法，基于模型参数、训练的轮数、通信时间、闲时CPU占用率和训练能耗构建环境的本轮状态，各个边缘设备根据本轮状态中的对应轮数信息参与联邦训练，采集本地模型参数、通信时间、闲时CPU利用率和训练能耗等信息，更新本轮状态，使得环境转移到下一个状态。边缘设备不断与环境进行交互，产生大量轨迹信息用于策略模型的更新，直至策略模型收敛，以根据每个设备的计算速度、训练能耗、通信时间，分配不同的联邦训练轮数，进而达到平衡计算异构和减少能耗开销的目的。

公开(公告)号：CN118279669A

公开(公告)日：2024-07-02

申请号：CN202410501512.X

申请日：2024-04-25

Applicant: 北京理工大学

Inventor： 詹玉峰 ,  齐天宇 ,  刘蔚清 ,  吴楚格 ,  翟弟华 ,  张元 ,  夏元清

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V30/148 ,  G06V30/19

Abstract: 本发明公开一种边缘设备图像分类方法、设备、存储介质及产品，涉及图像分类技术领域。所述方法包括：采用随机梯度下降算法，根据训练数据集、真实文本编码器、图像编码器、虚假文本编码器、手工文本编码器、初始化的目标类别集合中各类别对应的可学习虚假提示向量和手工提示，对初始化的目标类别集合中各类别对应的可学习真实提示向量进行更新，得到更新后的真实提示向量；将待分类图像输入图像编码器，得到待分类图像的测试图像信息；将更新后的真实提示向量中的真实软提示输入真实文本编码器得到测试真实文本信息；根据测试图像信息和测试真实文本信息得到待分类图像的类别。本发明可在边缘设备上进行高精度的图像分类。

公开(公告)号：CN115357402A

公开(公告)日：2022-11-18

申请号：CN202211282973.X

申请日：2022-10-20

Applicant: 北京理工大学

Inventor： 詹玉峰 ,  王家盛 ,  齐天宇 ,  翟弟华 ,  张元 ,  吴楚格 ,  夏元清

IPC: G06F9/50 ,  G06N3/08 ,  G06N3/10 ,  G06N20/00

Abstract: 本发明涉及一种边缘智能优化方法和装置。本发明提供的边缘智能优化方法，基于模型参数、训练的轮数、通信时间、闲时CPU占用率和训练能耗构建环境的本轮状态，各个边缘设备根据本轮状态中的对应轮数信息参与联邦训练，采集本地模型参数、通信时间、闲时CPU利用率和训练能耗等信息，更新本轮状态，使得环境转移到下一个状态。边缘设备不断与环境进行交互，产生大量轨迹信息用于策略模型的更新，直至策略模型收敛，以根据每个设备的计算速度、训练能耗、通信时间，分配不同的联邦训练轮数，进而达到平衡计算异构和减少能耗开销的目的。