买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南方电网科学研究院有限责任公司;中国南方电网有限责任公司
摘要:本发明提供了一种基于有损通信的车桩网跨平台学习的公平性与能耗优化方法和装置,通过在零信任联邦学习框架ZTFL中,对框架中的参与设备求解预先构建好的优化模型,得到当前学习轮次下被选择的设备、有损通信条件下的通信资源分配以及计算资源分配;优化模型以最小化系统能耗为目标,同时考虑长期公平约束;系统能耗包括与上传通信相关的能耗和训练模型相关的能耗,分别由所分配的通信资源和计算资源确定;长期公平约束为在长期条件下,每个设备被选平均选择的次数满足至少不小于设定期望值的条件。本发明通过综合考虑能耗、公平性与通信条件限制,为车桩网等复杂环境下跨平台的机器学习应用提供了一个既高效又公平的解决方案。
主权项:1.一种基于有损通信的车桩网跨平台学习的公平性与能耗优化方法,其特征在于,在零信任联邦学习框架ZTFL中,通过在每个学习轮次中,均对框架中的参与设备求解预先构建好的联合优化系统能耗和公平性的优化模型,得到当前学习轮次下被选择的设备、有损通信条件下的通信资源分配以及计算资源分配,从而进行零信任联邦学习;所述优化模型以最小化系统能耗为目标,同时考虑长期公平约束;所述系统能耗包括与上传通信相关的能耗和训练模型相关的能耗,分别由所分配的通信资源和计算资源确定;所述长期公平约束为在长期条件下,每个设备被选平均选择的次数满足至少不小于设定期望值的条件。
全文数据:
权利要求:
百度查询: 南方电网科学研究院有限责任公司 中国南方电网有限责任公司 基于有损通信的车桩网跨平台学习的公平性与能耗优化方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。