通信辅助感知场景下的高效数据增强优化方法及相关设备

    公开(公告)号:CN118265053A

    公开(公告)日:2024-06-28

    申请号:CN202410209971.0

    申请日:2024-02-26

    Abstract: 本申请提供一种通信辅助感知场景下的高效数据增强优化方法及相关设备;该方法包括:数据增强模型从本地端接收感知数据,并进行数据增强,得到增强样本;深度强化学习模型接收本地模型参数,在每个回合利用各本地模型参数和各增强样本构建当前状态,在当前状态下确定当前动作,并确定对应的奖励和该回合中的下一状态,将当前状态、当前动作、对应的奖励和下一状态组成该回合中对应当前状态的转移样本,利用转移样本训练深度强化学习模型,动作包括将增强样本添加到对应的本地端;全局模型获取每个本地端的本地模型参数并进行聚合,得到下一训练时刻的全局模型参数,响应于接收到本地端的参数请求,将下一训练时刻的全局模型参数下发至本地端。

    基于区块链的联邦学习模型训练方法及系统

    公开(公告)号:CN117235293A

    公开(公告)日:2023-12-15

    申请号:CN202311022545.8

    申请日:2023-08-14

    Abstract: 本申请提供一种基于区块链的联邦学习模型训练方法及系统,所述方法包括客户端对局部模型进行多轮迭代训练,对于每一轮迭代执行如下操作:客户端确定多个遥感图像以及获取全局参数;客户端对局部模型进行训练;客户端生成并发送第一交易信息至其他客户端;客户端接收第二交易信息;确定第一目标客户端;第一目标客户端确定第二目标客户端;每个第二目标客户端计算得到对应的新的全局参数;确定第三目标客户端;第三目标客户端生成新区块,并将与第三目标客户端对应的新的全局参数存储至新区块,直至局部模型满足收敛条件为止,解决了现有技术中在联邦学习模型的训练过程中引入区块链导致训练时延增加的技术问题,提高了联邦学习模型的训练效率。

Patent Agency Ranking