-
公开(公告)号:CN117950861A
公开(公告)日:2024-04-30
申请号:CN202410049550.6
申请日:2024-01-12
Applicant: 北京邮电大学 , 联通时科(北京)信息技术有限公司
Abstract: 本发明提供一种联邦机器学习系统资源分配处理方法及装置。该方法包括:确定联邦机器学习系统中智能终端在当前联邦学习回合的总时延得分和本地模型参数的质量,基于与智能终端对应的声誉评估模型进行分析,获得智能终端在当前联邦学习回合的当前声誉值;获得预设的智能终端集合中每个智能终端的资源属性信息,将资源属性信息输入至预设的智能终端选择和延迟准入模型,获得选择调用的当前联邦学习回合中的目标智能终端和资源分配策略;基于资源分配策略对目标智能终端分配相应的目标新鲜度的联邦学习的全局模型参数和相应的资源。本发明提供的方法,能够有效提高联邦机器学习系统资源分配效率和准确率,使每个回合选择的智能终端保持稳定。
-
公开(公告)号:CN117687785A
公开(公告)日:2024-03-12
申请号:CN202311707832.2
申请日:2023-12-12
Applicant: 中国联合网络通信集团有限公司 , 联通时科(北京)信息技术有限公司
Abstract: 本申请提供一种算力渲染资源的调度方法、装置、设备及存储介质。该方法包括:获取待显示于设备上的整幅画面和整幅画面中的所有画面区域,整幅画面划分为至少一个画面区域;基于训练得到的注意力模型,确定每个画面区域的权重值,注意力模型为基于用户对设备所显示的整幅图像中的感兴趣区域,训练得到的;根据每个画面区域的权重值,确定每个画面区域的优先级;根据每个画面区域的优先级,调用设备的算力渲染资源依次对优先级高的画面区域进行渲染显示。本申请的方法在显示该画面时,优先调用算力渲染资源对优先级高的区域进行渲染显示,保证在设备的配置和硬件条件有限的情况下,能够尽可能的为用户所关注的画面区域提供好的显示效果。
-