公开(公告)号：CN119136282A

公开(公告)日：2024-12-13

申请号：CN202411101922.1

申请日：2024-08-12

Applicant: 北京邮电大学

Inventor： 林尚静 ,  李子怡 ,  孙雷 ,  王照博 ,  贾梓晗 ,  王瑜 ,  范燕琳 ,  熊建胜 ,  蒋涛

IPC: H04W52/02 ,  G06N3/042 ,  G06N3/092 ,  G06N3/096 ,  G06N3/084

Abstract: 本申请提供小区协同休眠策略生成模型训练方法及小区协同休眠方法，训练方法包括：基于各个单位时间各自对应的目标区域中的各个小区的历史流量数据以及用于控制各个小区协同休眠的专家演示动作数据，训练得到专家演示网络；将该专家演示网络迁移至强化学习智能体的当前神经网络和目标神经网络，以基于深度强化学习方式在该网络的基础上继续学习专家演示结果，不断更新优化策略，以训练得到小区协同休眠策略生成模型。本申请能够提高小区协同休眠策略生成模型的训练有效性及可靠性，并能够解决模仿学习中的决策受限问题，进而能够提高基于小区协同休眠策略生成模型生成的小区协同休眠策略的应用有效性及可靠性，以实现动态且自适应的小区开关决策。

公开(公告)号：CN116321219A

公开(公告)日：2023-06-23

申请号：CN202310024302.1

申请日：2023-01-09

Applicant: 北京邮电大学

Inventor： 林尚静 ,  李子怡 ,  庄琲 ,  李月颖 ,  张春红 ,  朱新宁 ,  胡铮 ,  陈远祥

IPC: H04W24/02

Abstract: 本发明提供一种自适应蜂窝基站联邦形成方法、联邦学习方法及装置，根据基站数据的分布进行初始聚类形成初始联邦，采用中心性原则在初始联邦选取联邦领导者基站，由联邦领导者基站通过粒子群优化算法动态选择联邦参与者基站，通过引入联邦学习任务指定过程中的性能参数计算适应度值进行求解，能够实现选择得到的联邦参与者基站能够实现联邦学习性能整体最优，使得移动通信中蜂窝基站之间非独立分布的数据也能实现高效利用，完成联邦学习任务。

公开(公告)号：CN116321219B

公开(公告)日：2024-04-19

申请号：CN202310024302.1

申请日：2023-01-09

Applicant: 北京邮电大学

Inventor： 林尚静 ,  李子怡 ,  庄琲 ,  李月颖 ,  张春红 ,  朱新宁 ,  胡铮 ,  陈远祥

IPC: H04W24/02

Abstract: 本发明提供一种自适应蜂窝基站联邦形成方法、联邦学习方法及装置，根据基站数据的分布进行初始聚类形成初始联邦，采用中心性原则在初始联邦选取联邦领导者基站，由联邦领导者基站通过粒子群优化算法动态选择联邦参与者基站，通过引入联邦学习任务指定过程中的性能参数计算适应度值进行求解，能够实现选择得到的联邦参与者基站能够实现联邦学习性能整体最优，使得移动通信中蜂窝基站之间非独立分布的数据也能实现高效利用，完成联邦学习任务。