公开(公告)号：CN118246575A

公开(公告)日：2024-06-25

申请号：CN202410303218.8

申请日：2024-03-18

Applicant: 南京邮电大学

Inventor： 夏文超 ,  付奕淞 ,  王思洋 ,  徐林林

IPC: G06N20/20 ,  G06F18/214 ,  G06F18/23213 ,  G06N5/04 ,  G06F18/241

Abstract: 本发明公开了一种面向集群车辆合作学习的训练方法。首先，服务器将全局模型广播给其覆盖范围的每个车辆客户端，使用迭代K‑means算法实现无需预先设定划分模型个数的模型划分，并对划分后的模型进行分组聚合；然后，基于客户端本地数据质量与相似度的匹配聚类方法，通过簇头选择、簇头匹配模型、车辆客户端匹配簇头，三个过程实现精准聚类；接着，使用双层激励机制方案，在上层，服务器采用Stackelberg博弈机制对各个簇头进行激励，在下层，簇头则采用多维合同理论机制对簇内车辆客户端进行激励。本发明训练方法实现了对车辆客户端的精准聚类，同时激励了多个簇并行训练多个联邦学习任务，从而有效地提高了面向集群车辆合作学习的整体效率。