首页> 中国专利> 一种移动边缘网络中联邦学习的效率优化方法

一种移动边缘网络中联邦学习的效率优化方法

摘要

本发明涉及一种移动边缘网络中联邦学习的效率优化方法,包括以下步骤:S1:首先增加任务的并行性,通过在每一轮选择多个设备参与联邦训练,以减少训练的轮数;S2:增加设备的计算量,在全局聚合更新之前,在每个设备上执行多次训练任务;S3:结合剪枝技术和压缩技术,基于通信效率的CE‑FedAvg算法对模型进行压缩,从而实现效率优化。该移动边缘网络中联邦学习的效率优化方法采用联邦学习把训练任务分散到每个移动设备上,通过云端协作与云边端协作的方式,结合MEC等边缘计算平台,将更多的计算卸载到边缘或设备端,以减少训练轮数,从而提高优化效率和优化的准确性。

著录项

  • 公开/公告号CN114154646A

    专利类型发明专利

  • 公开/公告日2022-03-08

    原文格式PDF

  • 申请/专利权人 南京华苏科技有限公司;

    申请/专利号CN202111486415.0

  • 发明设计人 孟维;詹新颖;王计斌;

    申请日2021-12-07

  • 分类号G06N20/00(20190101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构32350 南京北辰联和知识产权代理有限公司;

  • 代理人陆中丹

  • 地址 211300 江苏省南京市高淳区淳溪街道宝塔路258号苏宁雅居39幢10号

  • 入库时间 2023-06-19 14:26:44

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-03-08

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号