-
公开(公告)号：CN113992692B
公开(公告)日：2022-09-06
申请号：CN202111257828.1
申请日：2021-10-27
申请人： 天津大学
摘要： 本发明公开了一种端边云架构和不完全信息下分层联邦学习的方法及系统，包括：基于契约理论构建边缘聚合器和终端设备之间、云服务器和边缘聚合器之间的分层契约博弈模型；终端设备通过边缘聚合器下载云服务器中的电力数据学习模型；基于分层联邦学习算法构建模型演化函数；以满足个体理性、激励兼容和效用最大化为目标求解三方的最优契约；终端设备将基于最优契约更新后的模型发送到边缘聚合器，边缘聚合器基于最优契约对终端设备进行激励发放，并将聚合后的模型发送到云服务器，云服务器基于最优契约对边缘聚合器进行激励发放，并将模型进行再次聚合。本发明可向终端设备和边缘聚合器提供报酬，实现合理公平的收益分配。
-
公开(公告)号：CN115002409B
公开(公告)日：2023-07-28
申请号：CN202210551198.7
申请日：2022-05-20
申请人： 天津大学
摘要： 本发明公开了一种面向视频检测与追踪的动态任务调度方法，包括：构建包括若干个终端设备和一个边缘服务器的实时目标检测系统，终端设备中设有目标跟踪器，边缘服务器中设有目标检测器；将实时目标检测系统中的视频帧卸载决策、信道决策和帧间隔决策的联合优化问题，构建为马尔科夫决策问题；每个决策时隙槽，各个终端设备将跟踪精度、队首帧信息、视频内容变化率发送到边缘服务器，边缘服务器利用DDQN的深度强化学习算法构建联合决策模型；以最大化收益函数为目标，利用联合决策模型对联合优化问题进行求解，终端设备根据边缘服务器输出的视频帧卸载决策、信道决策和帧间隔决策执行。本发明实现了在延迟限制下最大化视频帧检测的精度。
-
公开(公告)号：CN115002409A
公开(公告)日：2022-09-02
申请号：CN202210551198.7
申请日：2022-05-20
申请人： 天津大学
摘要： 本发明公开了一种面向视频检测与追踪的动态任务调度方法，包括：构建包括若干个终端设备和一个边缘服务器的实时目标检测系统，终端设备中设有目标跟踪器，边缘服务器中设有目标检测器；将实时目标检测系统中的视频帧卸载决策、信道决策和帧间隔决策的联合优化问题，构建为马尔科夫决策问题；每个决策时隙槽，各个终端设备将跟踪精度、队首帧信息、视频内容变化率发送到边缘服务器，边缘服务器利用DDQN的深度强化学习算法构建联合决策模型；以最大化收益函数为目标，利用联合决策模型对联合优化问题进行求解，终端设备根据边缘服务器输出的视频帧卸载决策、信道决策和帧间隔决策执行。本发明实现了在延迟限制下最大化视频帧检测的精度。
-
公开(公告)号：CN113992692A
公开(公告)日：2022-01-28
申请号：CN202111257828.1
申请日：2021-10-27
申请人： 天津大学
摘要： 本发明公开了一种端边云架构和不完全信息下分层联邦学习的方法及系统，包括：基于契约理论构建边缘聚合器和终端设备之间、云服务器和边缘聚合器之间的分层契约博弈模型；终端设备通过边缘聚合器下载云服务器中的电力数据学习模型；基于分层联邦学习算法构建模型演化函数；以满足个体理性、激励兼容和效用最大化为目标求解三方的最优契约；终端设备将基于最优契约更新后的模型发送到边缘聚合器，边缘聚合器基于最优契约对终端设备进行激励发放，并将聚合后的模型发送到云服务器，云服务器基于最优契约对边缘聚合器进行激励发放，并将模型进行再次聚合。本发明可向终端设备和边缘聚合器提供报酬，实现合理公平的收益分配。
-
-
-
搜索结果
4 条记录 (耗时 0.02 秒)
