-
公开(公告)号：CN118095410A
公开(公告)日：2024-05-28
申请号：CN202410062281.7
申请日：2024-01-16
申请人： 北京邮电大学 , 联通时科(北京)信息技术有限公司
IPC分类号： G06N3/098 , G06N3/0455
摘要： 本发明提供一种神经网络架构搜索的联邦学习参数高效微调方法及装置。该方法包括：基于联邦学习架构中客户端的预训练语言模型进行神经网络架构搜索中，对预训练语言模型的结构参数和参数高效微调模块进行迭代优化，获得第一结构参数和第一参数高效微调模块，并对其进行迭代聚合处理，获得全局结构参数和全局参数高效微调模块；基于全局参数高效微调模块和全局结构参数对客户端的预训练语言模型的第一结构参数和第一参数高效微调模块进行参数更新处理，获得参数更新结果，并基于参数更新结果对预训练语言模型进行微调，获得微调结果。本发明提供的方法，能够有效提高联邦学习参数高效微调效率和准确率，从而降低了通信成本。
-
公开(公告)号：CN118014035A
公开(公告)日：2024-05-10
申请号：CN202311814341.8
申请日：2023-12-26
申请人： 北京邮电大学 , 联通时科(北京)信息技术有限公司
IPC分类号： G06N3/08 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/0455
摘要： 本发明提供一种基于自动化适配器的参数高效微调方法及装置，涉及人工智能技术领域，方法包括：获取预训练模型；在预训练模型的候选位置并行插入在先创建的适配器，得到待训练模型；其中，候选位置包括预训练模型的前馈模块、多头注意力模块和整个网络层；利用预设消融机制和神经网络架构搜索，对待训练模型进行训练，以利用适配器对预训练模型进行参数高效微调。本发明通过在预训练模型的候选位置并行插入适配器，并利用预设消融机制和神经网络架构搜索，对插入适配器的预训练模型进行训练，以提高最终适配器对预训练模型的微调性能，在确保少量可调参数的情况下提供强大的性能，进一步减少了微调计算开销，提高了参数高效微调精度。
-
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
申请人： 北京邮电大学 , 联通时科(北京)信息技术有限公司
摘要： 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。
-
公开(公告)号：CN117687785A
公开(公告)日：2024-03-12
申请号：CN202311707832.2
申请日：2023-12-12
申请人： 中国联合网络通信集团有限公司 , 联通时科(北京)信息技术有限公司
摘要： 本申请提供一种算力渲染资源的调度方法、装置、设备及存储介质。该方法包括：获取待显示于设备上的整幅画面和整幅画面中的所有画面区域，整幅画面划分为至少一个画面区域；基于训练得到的注意力模型，确定每个画面区域的权重值，注意力模型为基于用户对设备所显示的整幅图像中的感兴趣区域，训练得到的；根据每个画面区域的权重值，确定每个画面区域的优先级；根据每个画面区域的优先级，调用设备的算力渲染资源依次对优先级高的画面区域进行渲染显示。本申请的方法在显示该画面时，优先调用算力渲染资源对优先级高的区域进行渲染显示，保证在设备的配置和硬件条件有限的情况下，能够尽可能的为用户所关注的画面区域提供好的显示效果。
-
公开(公告)号：CN115880514A
公开(公告)日：2023-03-31
申请号：CN202211334109.X
申请日：2022-10-28
申请人： 国网河北省电力有限公司 , 国网河北省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
发明人： 董彦军 , 欧中洪 , 杨会峰 , 辛锐 , 刘成龙 , 吴军英 , 张洪星 , 王世耿 , 路欣 , 尹晓宇 , 杨力平 , 彭姣 , 陈曦 , 孙思思 , 刘明硕 , 王少影 , 赵梦瑶
IPC分类号： G06V10/762 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明提供一种输变电设备故障检测方法及装置、终端、存储介质。该方法包括：获取目标输变电设备的历史图像数据，对历史图像数据进行聚类处理，得到多个图像数据类；对于每个图像数据类，基于该图像数据类中的历史图像数据训练得到该图像数据类对应的神经网络模型；获取目标图像数据，目标图像数据为目标输变电设备的图像数据；判断目标图像数据所属的图像数据类，得到目标数据类；将目标图像数据输入至目标数据类对应的神经网络模型中，得到目标输变电设备的故障检测结果。本发明能够有效提高输变电设备故障检测准确率。
-
公开(公告)号：CN114972900A
公开(公告)日：2022-08-30
申请号：CN202210022182.7
申请日：2022-01-10
申请人： 国网河北省电力有限公司 , 国网河北省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
IPC分类号： G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明适用于图像识别技术领域，提供了一种电力多源数据筛选方法、装置及终端设备，该方法包括：获取初始图像数据，对初始图像数据进行预处理，得到待筛选图像数据；将待筛选图像数据输入预先训练的神经网络分类器，分类得到有效数据集和无效数据集；获取无效数据集中各个无效数据的评分，基于评分获取无效数据集中的存疑数据；将存疑数据进行二次筛选，将符合预设二次筛选条件的存疑数据移动至有效数据集。本发明提供的电力多源数据筛选方法基于神经网络分类器能够提高图像数据筛选的速度和可靠性，并通过二次筛选进一步保障筛选的准确性，提高电力系统输变电图像数据的筛选效率。
-
公开(公告)号：CN103166695B
公开(公告)日：2016-04-20
申请号：CN201310099468.6
申请日：2013-03-26
申请人： 北京邮电大学
摘要： 本发明公开了一种容量和误码率联合优化的中继装置，能够很好地降低误比特率和提高系统容量，包括：中继装置根据测得的相干带宽与OFDM子载波间隔的关系，对两跳的OFDM子载波进行分块操作；中继测量第一跳和第二跳中每个子载波块的平均信道增益，然后对每个块按照平均信道增益的大小进行排序；通过贪婪算法，保证信道增益更大的子载波块分配到更高的功率，使得系统吞吐量达到最大化；若满足误码率要求，则停止分配，若未满足，则去掉第一跳和第二跳中信道增益最小的子载波块；按照同样原则对剩下的子载波块功率进行重分配，若满足误码率要求，则停止分配，若不满足则继续迭代直至满足误码率要求。采用本发明，通过联合功率分配和子载波配对，在保证平均误码率要求的前提下，可以使系统吞吐量大大提高。
-
公开(公告)号：CN103166695A
公开(公告)日：2013-06-19
申请号：CN201310099468.6
申请日：2013-03-26
申请人： 北京邮电大学
摘要： 本发明公开了一种容量和误码率联合优化的中继装置，能够很好地降低误比特率和提高系统容量，包括：中继装置根据测得的相干带宽与OFDM子载波间隔的关系，对两跳的OFDM子载波进行分块操作；中继测量第一跳和第二跳中每个子载波块的平均信道增益，然后对每个块按照平均信道增益的大小进行排序；通过贪婪算法，保证信道增益更大的子载波分配到更高的功率，使得系统吞吐量达到最大化；若满足误码率要求，则停止分配，若未满足，则去掉第一跳和第二跳中信道增益最小的子载波对；按照同样原则对剩下的子载波功率进行重分配，若满足误码率要求，则停止分配，若不满足则继续迭代直至满足误码率要求。采用本发明，通过联合功率分配和子载波配对，在保证平均误码率要求的前提下，可以使系统吞吐量大大提高。
-
公开(公告)号：CN113419849A
公开(公告)日：2021-09-21
申请号：CN202110627278.1
申请日：2021-06-04
申请人： 国网河北省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
摘要： 本发明适用于车联网技术领域，提供了一种边缘计算节点选择方法及终端设备，上述方法包括：将所有设备在联邦学习系统中注册并广播；基于联邦学习系统建立节点选择模型；根据预先确定的目标函数，采用深度强化学习算法确定所述节点选择模型的最优解，得到目标节点选择方案。本发明采用深度强化学习算法，通过反馈强化的过程对节点进行选择，通过不断的试错动态的选择节点策略，适用于复杂多变的环境，节点选择方案更加优化，符合实际应用需求。
-
公开(公告)号：CN106651821A
公开(公告)日：2017-05-10
申请号：CN201611055890.1
申请日：2016-11-25
申请人： 北京邮电大学
IPC分类号： G06T5/50
CPC分类号： G06T5/50 , G06T2207/20221
摘要： 本发明提供一种基于二阶矩保持传播算法的拓扑地图融合方法及系统。所述方法包括：S1，基于概率性广义Voronoi图方法对不同地图进行融合；S2，通过二阶矩保持传播方法消除地图融合的非线性不确定度。本发明首先在保留地图显著性信息的情况下，对地图进行骨架的提取，这样可以简化地图中的信息，使运算更加简便；考虑到了使用PGVD时占用栅格地图中的不确定度，利用线性化来解决转换过程中的不确定度问题。比起其他算法，它是快速且鲁棒的，能够对相似度更大的区域进行优先匹配。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.078 秒)
