欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021107585675
申请人: 河南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.车联网场景下分压聚合的局域联邦学习方法,其特征在于,包括:步骤1:多个路侧单元之间建立通信形成一个局域网,并在多个所述路侧单元中选择一个路侧单元作为代理组长;

步骤2:代理组长选定训练任务,建立该训练任务的初始模型状态,将训练任务通过广播发布至密集区域内的车辆;

步骤3:参与训练任务的车辆使用本地数据对接收到的训练任务的当前模型状态进行本地训练,并将本地训练模型上传至最近的路侧单元;

步骤4:各个路侧单元分别接收车辆的本地训练模型并将其进行平均聚合,将聚合得到的当前模型状态反馈至对应的车辆;

步骤5:迭代执行步骤3至步骤4,直至聚合得到的当前模型状态满足要求。

2.根据权利要求1所述的车联网场景下分压聚合的局域联邦学习方法,其特征在于,步骤3中,参与训练任务的车辆使用本地数据对接收到的训练任务的当前模型状态进行本地训练,具体包括:车辆i根据本地数据和当前模型状态计算第t次迭代过程的梯度下降车辆i根据所述梯度下降

3.根据权利要求2所述的车联网场景下分压聚合的局域联邦学习方法,其特征在于,步骤4中,各个路侧单元分别在预设时间内接收车辆的本地训练模型并将其进行平均聚合,具体包括:路侧单元在预设时间内接收车辆上传的本地训练模型,按照式(1)对该本地训练模型进行累加:其中,T

路侧单元按照式(2)对收集到的所有本地训练模型进行平均聚合:其中,ω

4.根据权利要求1所述的车联网场景下分压聚合的局域联邦学习方法,其特征在于,步骤4中还包括:判断路侧单元收集车辆的本地训练模型的所用时间是否小于预设时间,若否,路侧单元之间则将各自聚合的当前模型状态进行共享,然后按照式(3)对共享的当前模型状态再次进行平均聚合,并将再次平均聚合后的当前模型状态反馈至对应的车辆:其中,ω'表示对所有路侧单元聚合的当前模型状态再次进行平均聚合后所得到的当前模型状态,K表示路侧单元的个数,ω

5.根据权利要求4所述的车联网场景下分压聚合的局域联邦学习方法,其特征在于,若路侧单元收集车辆的本地训练模型的所用时间小于预设时间,则返回步骤3。