一种联邦学习的本地模型参数聚合方法

    公开(公告)号:CN116702191A

    公开(公告)日:2023-09-05

    申请号:CN202310615878.5

    申请日:2023-05-29

    IPC分类号: G06F21/62 G06F21/60 G06N20/20

    摘要: 本发明提供了一种联邦学习本地模型参数聚合方法。该方法包括:对可信机构进行初始化处理,获得系统公共参数和主私钥;客户端和中心服务器向可信机构请求注册,可信机构组建所有客户端的通信群;客户端使用本地数据对中心服务器下发的全局模型进行训练,获得本地模型参数;客户端使用签名密钥和中心服务器的公钥签名并加密本地模型参数,将本地模型参数的密文和签名以匿名方式上传给中心服务器;中心服务器解密各客户端上传的本地模型参数,验证本地模型参数的签名;聚合经过验证的本地模型参数,根据聚合结果更新全局模型,向通信群中的所有客户端广播更新后的全局模型。本发明方法强化了联邦学习的隐私保护能力,维护联邦学习系统的鲁棒性。

    列车运行图与动车组运用计划一体化调整方法

    公开(公告)号:CN114140037B

    公开(公告)日:2022-06-14

    申请号:CN202210117548.9

    申请日:2022-02-08

    摘要: 本申请提供一种列车运行图与动车组运用计划一体化调整方法。包括:当检测到在途列车因故障停运,导致列车运行受到干扰偏离运行计划时,根据当前高速铁路中各基础数据,确定与任一基础数据对应的至少一个约束模型;根据各约束模型中对列车运行图调整计划以及动车组运用调整计划进行约束的约束条件,并行地对各基础数据进行调整,获取各目标数据,以使各目标数据满足对应的各约束模型的约束条件;根据各目标数据,调整当前高速铁路列车运行图及动车组运用计划。本申请实施例提供的方法能够一体化调整列车运行图和动车组运用计划,提高高速铁路的运输效率和运营效益。

    列车运行图与动车组运用计划一体化调整方法

    公开(公告)号:CN114140037A

    公开(公告)日:2022-03-04

    申请号:CN202210117548.9

    申请日:2022-02-08

    摘要: 本申请提供一种列车运行图与动车组运用计划一体化调整方法。包括:当检测到在途列车因故障停运,导致列车运行受到干扰偏离运行计划时,根据当前高速铁路中各基础数据,确定与任一基础数据对应的至少一个约束模型;根据各约束模型中对列车运行图调整计划以及动车组运用调整计划进行约束的约束条件,并行地对各基础数据进行调整,获取各目标数据,以使各目标数据满足对应的各约束模型的约束条件;根据各目标数据,调整当前高速铁路列车运行图及动车组运用计划。本申请实施例提供的方法能够一体化调整列车运行图和动车组运用计划,提高高速铁路的运输效率和运营效益。