基于感知不确定性轻量化模型的网络资源效用预估方法

    公开(公告)号:CN118283049A

    公开(公告)日:2024-07-02

    申请号:CN202211741452.6

    申请日:2022-12-31

    摘要: 一种基于感知不确定性轻量化模型的网络资源效用预估方法,通过在离线阶段构建并训练教师网络和学生网络,在在线阶段通过学生网络对输入用户历史信息和网络资源对象的特征进行预估,同时获得估计的该网络资源的效用和模型预估的不确定性。本发明在显著提高网络资源效用预估准确性的同时,获得预估的不确定性,从而帮助网络资源分配平台把控分配的质量。在进行大规模网络资源预估时,不仅能高效,准确地进行网络资源效用的预估,同时也能获得预估的不准确度,帮助资源分配平台确定更稳妥的分配决策。

    基于一组点云传感器的实时动态三维建模方法及系统

    公开(公告)号:CN115953538A

    公开(公告)日:2023-04-11

    申请号:CN202310026499.2

    申请日:2023-01-09

    IPC分类号: G06T17/00 G06T7/33 G06T7/73

    摘要: 本发明公开了一个基于一组点云传感器的实时动态三维建模方法及系统。该系统在区域中部署一组搭载点云传感器且可移动的数据采集端,从不同视角扫描区域的三维结构信息,并无线传输到聚合服务器;聚合服务器将来自不同视角的点云序列实时聚合到统一的坐标系下,形成动态点云模型。本发明设计了数据采集端的高效预处理范式,与聚合服务器的多视角点云实时聚合算法。具体地,数据采集端利用视觉惯性里程计与位姿插值估计帧间位姿变化,并利用基于深度图的离群点检测算法剔除离群点,在位交叉预编码后,由编码算法生成流数据;聚合服务器接收并解码流数据,重建出扫描点云序列,利用基于点云配准与位姿增量的实时多视角点云聚合算法构建全局点云序列。

    消除终端动态可用偏差的模型更新量聚合方法

    公开(公告)号:CN112101568A

    公开(公告)日:2020-12-18

    申请号:CN202010979719.X

    申请日:2020-09-17

    IPC分类号: G06N20/00 G06F21/62

    摘要: 一种消除终端动态可用偏差的模型更新量聚合方法,通过云服务器在所有可用客户端中,选取最长时间未参与过训练的若干客户端,并指示所选客户端在本地进行模型训练。每个被选择的客户端在训练完成后上传指定的模型更新信息至云服务器,由云服务器整合得到平均最新模型更新量,并更新全局模型。本发明将客户端可用性整合在联合学习算法中,使得训练的收敛具有理论保证,显著提升训练得到的机器学习模型的性能;泄露隐私的风险进一步降低。

    基于夏普利值的联邦学习移动设备分布数据处理方法

    公开(公告)号:CN114912626A

    公开(公告)日:2022-08-16

    申请号:CN202210436896.2

    申请日:2022-04-15

    IPC分类号: G06N20/00 G06K9/62

    摘要: 一种基于夏普利值的联邦学习移动设备分布数据处理方法,将多个移动设备构建联邦学习集群,在联邦学习的每一轮中,中心节点应用Monte‑Carlo采样方法估计各个联邦学习移动设备当前的联邦夏普利值,并将其在全局模型参数相对于初始参数的变化方向上的投影作为其对模型的重要性与贡献度,并基于联邦夏普利值选择联邦学习移动设备参与本轮的模型训练能够有效加快模型收敛速度,提升模型最终的精度。本发明能够衡量各个移动终端的数据集对模型训练过程的影响,从而在每轮选择高贡献度的设备参与训练,减少数据通信开销,加快收敛速度,提升模型表现。

    移动群智感知系统中覆盖问题的激励机制实现方法

    公开(公告)号:CN103870990A

    公开(公告)日:2014-06-18

    申请号:CN201410127502.0

    申请日:2014-03-31

    IPC分类号: G06Q30/06

    摘要: 一种无线通信技术领域的移动群智感知系统中覆盖问题的激励机制实现方法,本发明将群智感知中的覆盖问题建模成带报酬总和限制的逆向拍卖问题,并且提出了BEACON数据收集方法。BEACON主要包括两个部分,首先BEACON运用了创新和单调方法,在有限的时间内对感知任务进行分配。然后BEACON采用了基于比例共享的补偿确定机制来保证机激励机制的防市场操控性和报酬总和均衡性。

    工业平台资源优化分配装置及方法

    公开(公告)号:CN113283171A

    公开(公告)日:2021-08-20

    申请号:CN202110582489.8

    申请日:2021-05-27

    摘要: 一种工业平台资源优化分配装置及方法,包括:内容分发系统和资源库,其中:内容分发系统生成机器人的资源预测请求并输出至资源库,根据资源库的反馈进行最优资源配置,实现机器人服务流程的同时基于新增的数据更新内容分发系统中诉求预测单元中的神经网络模型,资源库接收内容分发系统发出的资源预测请求,预测潜在可分配的最优资源配置,接收内容分发系统的资源调度单元的资源申请,基于资源申请分配资源。本发明通过对机器人诉求和优化目标进行建模,本发明推荐给机器人其可以分配到的资源,并通过机器人的反馈获取资源分配的合理性,打破服务器端与机器人之间信息不对称的僵局。

    面向数据周期性的分布式多模型随机梯度下降方法

    公开(公告)号:CN112101569A

    公开(公告)日:2020-12-18

    申请号:CN202010981089.X

    申请日:2020-09-17

    IPC分类号: G06N20/00

    摘要: 一种面向数据周期性的分布式多模型随机梯度下降方法,通过云端服务器向各个用户发布最新的全局模型,用户通过下载全局模型进行本地训练,执行多次随机梯度下降处理后将最新的本地模型上传至云端服务器进行聚合处理并更新全局模型,云端服务器读取当前所在的数据区块编号,将该区块的特制模型更新为当前的全局模型。本发明为不同的数据区块,即不同时间段内可用的用户群体提供特制的模型,对每个数据区块,通过保存在这个数据区块中产生的最新的全局模型得到对应的特制模型,显著提升训练得到的机器学习模型的准确率和鲁棒性。

    广告位在线拍卖方法及其系统

    公开(公告)号:CN106971313A

    公开(公告)日:2017-07-21

    申请号:CN201610022444.4

    申请日:2016-01-14

    IPC分类号: G06Q30/02

    CPC分类号: G06Q30/0275

    摘要: 一种广告位在线拍卖方法及其系统,在现有的拍卖系统中引入中间商,由中间商提供与竞标价空间大小相同的映射竞标价空间,广告主的竞标价转换为映射竞标价并加密后上传至在线广告位交易平台,在线广告位交易平台产生中标者,最后需要进行支付价格验证和以整数大小比较协议为基础的排序验证,本发明保证广告位在线拍卖的低延时和大规模特性,对竞标信息进行加密,达到保护隐私的目的,并且可以对竞标价进行验证。