联邦迁移学习系统
    1.
    发明公开

    公开(公告)号:CN116384504A

    公开(公告)日:2023-07-04

    申请号:CN202310163408.X

    申请日:2023-02-24

    Abstract: 本发明提供一种联邦迁移学习系统。包括:云服务器、边缘组件和用户组件,边缘组件包括多个边缘服务器,用户组件包括多个用户终端;云服务器用于基于各边缘服务器发出的特征信息将多个边缘服务器划分为多个边缘协作域,并确定域首服务器和域成员服务器;边缘服务器用于选择目标用户终端并发送全局模型的参数及训练信息,还用于获取训练参数并进行边缘聚合以获得边缘模型;域首服务器用于将同一个边缘协作域中的所有边缘模型进行全局聚合以获得域模型,域首服务器还用于当域模型的准确度达到预设阈值时,将域模型发送至云服务器;目标用户终端用于训练本地模型,以获得训练参数。该系统能够满足用户个性化需求,改善模型的收敛性。

    一种射频识别标签天线
    2.
    发明公开

    公开(公告)号:CN104752809A

    公开(公告)日:2015-07-01

    申请号:CN201510059900.8

    申请日:2015-02-05

    Abstract: 本发明公开了一种射频识别标签天线,包括:相互独立的馈电单元和辐射单元;其中,在使用射频识别标签天线时,将馈电单元粘贴在辐射单元上。本发明采用分离式的馈电单元和辐射单元,这样,辐射单元可以反复使用、可以匹配多种RFID芯片(馈电单元),从而使本发明的射频识别标签天线经济环保。

    一种联邦机器学习系统资源分配处理方法及装置

    公开(公告)号:CN117950861A

    公开(公告)日:2024-04-30

    申请号:CN202410049550.6

    申请日:2024-01-12

    Abstract: 本发明提供一种联邦机器学习系统资源分配处理方法及装置。该方法包括:确定联邦机器学习系统中智能终端在当前联邦学习回合的总时延得分和本地模型参数的质量,基于与智能终端对应的声誉评估模型进行分析,获得智能终端在当前联邦学习回合的当前声誉值;获得预设的智能终端集合中每个智能终端的资源属性信息,将资源属性信息输入至预设的智能终端选择和延迟准入模型,获得选择调用的当前联邦学习回合中的目标智能终端和资源分配策略;基于资源分配策略对目标智能终端分配相应的目标新鲜度的联邦学习的全局模型参数和相应的资源。本发明提供的方法,能够有效提高联邦机器学习系统资源分配效率和准确率,使每个回合选择的智能终端保持稳定。

Patent Agency Ranking