公开(公告)号：CN113645564A

公开(公告)日：2021-11-12

申请号：CN202110758771.7

申请日：2021-07-05

Applicant: 南京邮电大学

Inventor： 张晖 ,  遆宁 ,  赵海涛 ,  孙雁飞 ,  朱洪波

IPC: H04W4/02 ,  H04W4/021 ,  H04W4/33 ,  H04W12/122 ,  G06K9/62

Abstract: 本发明涉及一种面向室内位置信息群体众筹的混合激励方法，应用众筹参与思想，考虑众筹者提供室内位置信息质量差异，设计采用最大信息系数的相关性分析过滤潜在恶意众筹者，以及采用加权聚类与ReliefF融合的无监督学习算法量化数据质量，如此基于关于目标位置信标感知数据的获得，设计实现目标位置所对应标记信息的获得，实现室内各目标位置的逻辑定位，并且在应用中，引入混合激励框架，激励感知众筹者为高质量的感知服务提供高质量的感知数据，满足感知众筹者个人理性、近似最大化感知平台效能，而且在质量保证和效能管理方面，相对已有方法具有更好的性能。

公开(公告)号：CN113645564B

公开(公告)日：2022-04-08

申请号：CN202110758771.7

申请日：2021-07-05

Applicant: 南京邮电大学

Inventor： 张晖 ,  遆宁 ,  赵海涛 ,  孙雁飞 ,  朱洪波

IPC: H04W4/02 ,  H04W4/021 ,  H04W4/33 ,  H04W12/122 ,  G06K9/62

Abstract: 本发明涉及一种面向室内位置信息群体众筹的混合激励方法，应用众筹参与思想，考虑众筹者提供室内位置信息质量差异，设计采用最大信息系数的相关性分析过滤潜在恶意众筹者，以及采用加权聚类与ReliefF融合的无监督学习算法量化数据质量，如此基于关于目标位置信标感知数据的获得，设计实现目标位置所对应标记信息的获得，实现室内各目标位置的逻辑定位，并且在应用中，引入混合激励框架，激励感知众筹者为高质量的感知服务提供高质量的感知数据，满足感知众筹者个人理性、近似最大化感知平台效能，而且在质量保证和效能管理方面，相对已有方法具有更好的性能。

公开(公告)号：CN116523071A

公开(公告)日：2023-08-01

申请号：CN202310487309.7

申请日：2023-04-28

Applicant: 南京邮电大学

Inventor： 张晖 ,  遆宁 ,  罗天翔 ,  王琴

IPC: G06N20/00 ,  G06Q30/08

Abstract: 本发明涉及一种面向联邦学习的群体众筹博弈的持续激励方法，针对面向联邦学习的群体众筹架构中激励机制设计问题，采用基于Stackelberg双层博弈框架的激励机制，将机制设计分解为三个主要步骤，包括用户选择、酬金分配和持续性激励过程。首先针对用户感知数据质量未知的问题，将用户选择问题建模为组合多臂赌博机问题，同时为解决用户间的不公平选择问题，引入虚拟队列技术，保证用户公平性选择。其次，将联邦学习的分配策略建模为两阶段的Stackelberg博弈过程，以激励用户参与联邦学习训练，确定平台的最优定价策略和用户的最优训练策略。最后，对确保有足够的用户参与联邦学习训练过程，提出基于用户声誉的报酬激励策略，防止高声誉用户退出系统，保证持续性激励。

公开(公告)号：CN115271092A

公开(公告)日：2022-11-01

申请号：CN202210805426.9

申请日：2022-07-08

Applicant: 南京邮电大学

Inventor： 张晖 ,  遆宁 ,  赵海涛 ,  朱洪波

IPC: G06N20/00

Abstract: 本发明提供了一种面向室内定位联邦学习的群智众筹激励方法，应用联邦学习框架，基于群智众筹的思想招募用户参与，考虑参与联邦学习众筹者模型训练质量未知，根据众筹者长期模型训练质量设计众筹者声誉价值模型，采用强化学习CMAB框架选择高声誉众筹者参与联邦学习模型训练过程，获得高精度室内定位模型，同时在群智众筹用户选择招募中引入反向拍卖框架，激励高声誉众筹参与者提供高质量联邦学习定位模型训练，在预算约束下最大化实现众筹平台效益最大化，同时实现快速准确高效的室内定位，在室内定位模型精度和模型训练收敛速度方面，相对于现有方法具有明显提升。