公开(公告)号：CN119539028A

公开(公告)日：2025-02-28

申请号：CN202411362878.X

申请日：2024-09-27

Applicant: 南京邮电大学

Inventor： 赵海涛 ,  吕锦钰 ,  王祎明 ,  孙金龙 ,  徐波 ,  史曜炜

IPC: G06N3/098 ,  G06N3/082 ,  G06N3/0464

Abstract: 本发明涉及分布式学习和无线通信技术领域，特别是一种残差自适应压缩的高效通信联邦学习模型训练方法及系统。客户端获取全局模型并更新；利用本地模型内存集和更新模型权重获得本地模型残差；对残差进行自适应稀疏压缩并传输至服务器；服务器选择可靠客户端进行模型权重预测和聚合；将更新后的全局模型广播至客户端，重复上述步骤直至收敛。本发明通过自适应压缩和可靠客户端选择，显著降低了通信开销，提高了模型收敛速度和最终性能。特别适用于资源受限的边缘计算场景，有效解决了联邦学习中的通信效率、模型性能和隐私保护等关键问题，为联邦学习的广泛应用提供了新的可能性。

公开(公告)号：CN117807388A

公开(公告)日：2024-04-02

申请号：CN202311643870.6

申请日：2023-12-01

Applicant: 南京邮电大学

Inventor： 孙金龙 ,  张一帆 ,  赵海涛 ,  桂冠 ,  张杰 ,  王祎明

IPC: G06F18/20 ,  G06F18/25

Abstract: 本发明公开了一种面向工业物联网的多维数据半自动化标注方法，首先，构建数据采集网络，从数据采集网络中获取工业数据；然后将获取到的工业数据，基于信号波形宽度，查找波形起点和终点，使用信号波形起始点判决算法，识别多源异构数据，提高工作状态识别的精度；接着，使用基于自适应检测方法的半自动化数据标签处理方法进行工业数据处理，对多维工业数据进行初步筛选，自动标注特征显著的数据，实现机器自动筛选；最后，基于数据处理后输出的数据，对于疑难样本进行人工标注。本发明方法具备多维数据清洗、筛选、标注的功能，能实现半人工半自动化打标签，将无标签样本变为有标签样本，在一定程度上提高了工业数据的计算效率和精度。

公开(公告)号：CN118312623A

公开(公告)日：2024-07-09

申请号：CN202410398771.4

申请日：2024-04-03

Applicant: 国网江苏省电力有限公司信息通信分公司 ,  南京邮电大学

Inventor： 李世豪 ,  缪巍巍 ,  曾锃 ,  夏元轶 ,  王祎明 ,  孙金龙 ,  赵海涛 ,  杨洁

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/295 ,  G06N3/0442 ,  G06Q10/20 ,  G06Q50/06 ,  G06N5/02

Abstract: 本发明公开了一种故障识别知识图谱的构建方法、装置、设备及存储介质。该方法包括：将历史运维数据输入实体识别模型，得到初始三元组，其中，所述初始三元组包括故障实体；根据专家评语集对每个故障实体对应的初始因素集合进行筛选，得到每个故障实体对应的目标因素集合，其中，所述专家评语集包括：预设数量的专家对每个故障实体对应的因素集合中的任意两个因素的重要性比对评分；根据所述故障实体对应的目标因素集合和所述初始三元组确定目标三元组；根据所述目标三元组构建故障识别知识图谱，通过本发明的技术方案，能够构建用于故障排查的故障识别知识图谱，进而提升故障排查的准确度。