公开(公告)号：CN119539009A

公开(公告)日：2025-02-28

申请号：CN202411432844.3

申请日：2024-10-14

Applicant: 北京邮电大学 ,  国网冀北电力有限公司信息通信分公司

Inventor： 王莉 ,  徐连明 ,  张东辉 ,  王凯亮 ,  吴鑫 ,  付玮琦 ,  于然 ,  王宣元 ,  周国亮 ,  宋伟 ,  那琼澜 ,  赵庆凯 ,  苏丹 ,  赵子兰 ,  徐鑫

IPC: G06N3/082 ,  G06N3/092 ,  G06N3/0464

Abstract: 本发明提供一种传算资源动态适配的协同推演模型剪枝分割方法及装置，涉及人工智能技术领域，方法包括：获取边端节点之间的传输速率、边端节点算力比、预设最低识别精度，并加载预训练的识别模型；将传输速率、边端节点算力比和预设最低识别精度输入至预训练的强化学习模型，对识别模型进行剪枝分割决策，获得强化学习模型输出的剪枝分割决策结果。通过上述方式，在强化学习模型的剪枝分割决策中综合考虑边端节点之间的传输速率、边端节点算力比和识别模型的最低精度，使得最终生成的剪枝分割决策结果可动态适配边端两侧的传输资源、计算资源以及精度需求，优化剪枝分割策略，进而降低剪枝分割后的识别模型的推演时延。

公开(公告)号：CN119004246A

公开(公告)日：2024-11-22

申请号：CN202410879467.1

申请日：2024-07-02

Applicant: 北京邮电大学 ,  国网冀北电力有限公司信息通信分公司

Inventor： 王莉 ,  徐连明 ,  王凯亮 ,  张东辉 ,  吴鑫 ,  刘虓 ,  于然 ,  王宣元 ,  魏思涵 ,  任建伟 ,  李信 ,  金燊 ,  鲁杰 ,  门宝霞 ,  周国亮 ,  于蒙 ,  张姣姣

IPC: G06F18/2415 ,  G06F18/214 ,  G06F9/50

Abstract: 本发明提供一种基于自适应联邦学习的设备选择方法和装置，其中，方法包括：以当前轮次联邦训练选取的边端设备节点的数量最大化为目标，建模多臂老虎机MAB问题，基于当前轮次联邦训练的预设资源利用率阈值、预设时间阈值和预设设备数量阈值确定约束条件；确定每一边端设备节点的性能参数预测值、下载速率、上传速率、当前本地数据量和本地模型测试精度，提取得到每一边端设备节点的性能特征向量，性能参数预测值包括训练时间预测值和资源利用率预测值；基于每一边端设备节点的性能特征向量，在约束条件下，对MAB问题进行求解，确定当前轮次联邦训练的最优设备选取方案。本发明提高了联邦训练的效率和成功率，降低了算力和通信资源开销。