-
公开(公告)号：CN113408741A
公开(公告)日：2021-09-17
申请号：CN202110691239.8
申请日：2021-06-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种自适应网络拓扑的分布式ADMM机器学习方法，属于机器学习领域，包括以下步骤：将节点分为1个管理节点与多个工作节点，并且将工作节点抽象为上层节点与下层节点；针对连通网络将全局凸优化问题分解成若干个局部凸优化问题并进行求解，并通过协调局部最优解得到全局最优解，其中机器学习方法包含节点探测与迭代计算两部分；在节点探测过程中，工作节点将会运行迭代计算部分的更新，除此之外由上层节点在每次迭代完成时向管理节点反馈单次迭代完成；在选择上层节点位置时通过贪心思想避免遍历所有可能性，并采用动态选择，使网络中链路延迟的影响尽可能小。
-
公开(公告)号：CN113408741B
公开(公告)日：2022-12-27
申请号：CN202110691239.8
申请日：2021-06-22
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种自适应网络拓扑的分布式ADMM机器学习方法，属于机器学习领域，包括以下步骤：将节点分为1个管理节点与多个工作节点，并且将工作节点抽象为上层节点与下层节点；针对连通网络将全局凸优化问题分解成若干个局部凸优化问题并进行求解，并通过协调局部最优解得到全局最优解，其中机器学习方法包含节点探测与迭代计算两部分；在节点探测过程中，工作节点将会运行迭代计算部分的更新，除此之外由上层节点在每次迭代完成时向管理节点反馈单次迭代完成；在选择上层节点位置时通过贪心思想避免遍历所有可能性，并采用动态选择，使网络中链路延迟的影响尽可能小。
-
公开(公告)号：CN113422698A
公开(公告)日：2021-09-21
申请号：CN202110691241.5
申请日：2021-06-22
Applicant: 重庆邮电大学
IPC: H04L12/24 , H04L12/727
Abstract: 本发明请求保护一种基于分布式ADMM的网络延迟优化方法，属于网络技术领域，应用于在网状网中部署分布式ADMM算法。在大延迟或者路由选择少的网络中，本发明可提高经典的分布式ADMM算法的收敛速度。本发明通过计算网络中各节点的特征向量中心性，从而确定网络中各节点在分布式ADMM迭代过程中的分工，并基于Dijkstra最短路径算法重新规划参数的传递关系。
-
-
Search Results
3
records
(took 0.016 seconds)
