您所在的位置: 成果库 一种面向高性能联邦边缘学习的资源分配和数据选择方法

一种面向高性能联邦边缘学习的资源分配和数据选择方法

发布时间: 2023-08-28

基本信息

合作方式: 合作开发
成果类型: 发明专利,新技术
行业领域:
高技术服务业
成果介绍
本发明涉及一种面向高性能联邦边缘学习的资源分配和数据选择方法,属于机器学习和无线通信技术领域。
成果亮点
该方法包括:S1:构建存在数据样本标签错误和部分设备不可用的FEEL网络;S2:构建适用于FEEL网络的FEEL算法,在满足可用设备成功上传本地梯度约束条件下,建立联合通信资源分配和数据样本选择的优化问题;S3:将原始优化问题等效转换为能在服务器端求解的优化问题;S4:将转换后的问题等效分解为资源分配子问题和数据选择子问题进行求解;S5:采用低复杂度算法,获得存在数据标签错误和部分设备不可用的FEEL场景下的联合资源分配和数据选择方法,同时最小化系统训练成本。
团队介绍
重庆大学,简称重大,旧称四川省立重庆大学、国立重庆大学,位于中国重庆市,是教育部直属,是一所以理工学科为侧重点的综合性大学。重庆大学在1929年由中华民国军事将领刘湘创办,校址最初设于渝中区菜园坝,1933年迁至现址沙坪坝区嘉陵江江畔。2000年,原重庆大学、重庆建筑大学、重庆建筑高等专科学校合并组成新的重庆大学。 重庆大学是中华人民共和国顶尖高校之一,是双一流A类和原985工程、原211工程重点建设大学,同时入选2011计划、111计划、卓越工程师教育培养计划、卓越法律人才教育培养计划、海外高层次人才引进计划、中国政府奖学金来华留学生接收院校、教育部来华留学示范基地、国家建设高水平大学公派研究生项目。 该校也是中俄工科大学联盟、国际商管学院促进协会、工商管理硕士协会、欧洲质量改善系统、中英大学工程教育与研究联盟、重庆市大学联盟、中国酿酒高校联盟、卓越大学联盟成员。是中国著名的建筑老八校和电气五虎 (页面存档备份,存于互联网档案馆)之一。
成果资料