- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于联邦强化学习的边缘计算模型训练方法,涉及无线通信和信息安全。1)检测信号覆盖范围内的移动设备数量,构建卷积神经网络,初始化参数;2)将各移动设备的参数组成状态向量输入卷积神经网络中,得选择的移动设备和训练数据量;3)将全局模型参数和选择的数据量发送给移动设备,接收移动设备的本地模型参数,更新全局模型参数;4)根据各移动设备的训练时间、目标识别精度和能量消耗作为奖励值,更新状态向量、存储向量;5)从内存中随机选取存储的向量更新卷积神经网络的权重参数;6)重复2)~5)至移动设备反馈的目标识
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113364543 B
(45)授权公告日 2022.03.15
(21)申请号 202110620727.X (56)对比文件
文档评论(0)