[发明专利]一种基于联邦学习的资源分配优化方法及系统有效
| 申请号： | 202110631822.X | 申请日： | 2021-06-07 |
| 公开（公告）号： | CN113312180B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 宋令阳;刘天宇;安鹏;边凯归;程翔;孙绍辉;庹虎 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06N20/20 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 王爱涛 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于联邦学习的资源分配优化方法及系统，通过对用户设备与边缘服务器的连接关系进行调整，从而每个边缘服务器所覆盖的用户设备的所有数据集接近于独立同分布，使得每个部分模型达到目标精度的速度很快，从而可以最大程度降低延迟。本发明实现了更优的系统资源分配，同时实现了更低的系统延迟。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 资源 分配 优化 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110631822.X/，转载请声明来源钻瓜专利网。
