检索结果-南通市图书馆

作者：王莎莎南昌大学

学位级别：硕士

人工智能与机器学习蓬勃发展的同时也引发了社会对公平性的担忧,现有的机器学习算法大多以效益最大化为单一目标,这会导致部分用户遭受不公平对待。大量的研究工作利用多臂老虎机模型来实现公平与效益的多目标优化,公平性多臂老虎机应... 详细信息

人工智能与机器学习蓬勃发展的同时也引发了社会对公平性的担忧,现有的机器学习算法大多以效益最大化为单一目标,这会导致部分用户遭受不公平对待。大量的研究工作利用多臂老虎机模型来实现公平与效益的多目标优化,公平性多臂老虎机应运而生,但大多停留在理论验证阶段,在应用方面存在不足。针对此现象,本文提出了一种公平性组合多臂老虎机模型优化方法。该方法在满足公平性要求的基础上实现了效益最大化,并被应用于分布式系统,为公平性组合多臂老虎机模型的应用提供了一种新思路。主要工作如下:(1)调研了公平性算法和多臂老虎机算法的研究现状,梳理了公平性多臂老虎机算法的研究工作,发现目前的方法大多只考虑少量臂的仿真模型,这会导致模型在大规模分布式系统中失准。针对此问题,本文设计了一种公平性彩票算法(F-Lottery),充分利用了彩票调度的概率公平和随机性等优势。(2)为了实现公平与效益的多目标优化,基于公平性彩票算法和上置信界算法(UCB),提出了一种公平性组合多臂老虎机优化算法Fair-LUCB。公平性彩票算法用于量化公平性指标,UCB算法用于实现效益最大化目标,将公平性彩票算法收益值与UCB算法收益值加权组合,最终形成了一种兼顾公平与效益的整体框架。通过对所提出的Fair-LUCB算法进行理论分析,推导了该算法的对数遗憾界限,证明了理论可行性。(3)本文不仅利用仿真实验评估了所提出的优化方法的有效性,还将FairLUCB算法应用于联邦学习客户端选择过程,是公平性研究应用的一个新的解决方案。实验中以客户端的最低利用率作为公平性要求,平均训练精度最大化作为效益性目标。实验结果表明Fair-LUCB算法能够实现高出基线算法约27.4%的平均训练精度,并且在满足公平性要求的基础上,时间效率提升了约一倍。实验证明了本文提出的优化方法在分布式系统应用框架中能够实现公平性与训练精度最大化的多目标优化。

关键词：公平性多目标优化多臂老虎机模型彩票调度联邦学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多臂老虎机的异质网络表示学习方法

引用

天津职业技术师范大学学报 2024年第1期34卷 61-65页

作者：闫旸陈泽秋邓钧霖天津职业技术师范大学信息技术工程学院天津300222

针对异质网络表示学习中邻接节点表示向量的融合问题,提出基于多臂老虎机的异质网络表示学习方法。该方法采用基于多臂老虎机思想,实现异质网络中元路径关系的权重的自适应计算,在节点分类任务上取得的Micro-F1值(89.56%和54.79%)和Macr... 详细信息

针对异质网络表示学习中邻接节点表示向量的融合问题,提出基于多臂老虎机的异质网络表示学习方法。该方法采用基于多臂老虎机思想,实现异质网络中元路径关系的权重的自适应计算,在节点分类任务上取得的Micro-F1值(89.56%和54.79%)和Macro-F1值(89.09%和53.14%)均优于基准测试。面对节点信息的多样性,基于多臂老虎机的网络表示学习方法能够将网络结构和节点信息更加有效地融入图的表示学习中。

关键词：多臂老虎机模型异质网络网络表示学习自适应权重

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

用于空间众包任务匹配的未知工人效用估计方法

引用

郑州大学学报（理学版） 2021年第3期53卷 65-71页

作者：王亦敬陈荣郭世凯于茜张程伟大连海事大学信息技术学院辽宁大连116026

为了解决在未知工人效用情况下提高任务完成质量的问题,提出带有效用的最高分数匹配模型。该模型包含两个阶段:阶段一利用多臂老虎机模型计算工人效用值;阶段二利用更改了加分规则后的带有效用的基本方法(U-Basic)、带有效用的最小位置... 详细信息

为了解决在未知工人效用情况下提高任务完成质量的问题,提出带有效用的最高分数匹配模型。该模型包含两个阶段:阶段一利用多臂老虎机模型计算工人效用值;阶段二利用更改了加分规则后的带有效用的基本方法(U-Basic)、带有效用的最小位置熵方法(U-LLEP)、带有效用的近距离优先方法(U-CDP)进行分配。在MovieLens和Gowalla真实世界数据集上的实验结果表明,所提方法与未使用效用的CDP和LLEP方法相比,一些评价指标有较大提升。

关键词：空间众包任务匹配多臂老虎机模型加权二分图匹配

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

高速铁路场景中基于MAB模型的多信道选择算法

引用

吉林大学学报（理学版） 2021年第2期59卷 365-371页

作者：朱豪彭艺张申李启骞昆明理工大学信息工程与自动化学院昆明650500

针对高速列车越区切换过程中,切换带为多信道分布的问题,提出一种基于多臂老虎机(multi-armed bandit,MAB)模型的信道选择算法.首先,以置信区间上界(UCB)算法为基础,通过设置信道空闲差异因子,使算法快速收敛于最优信道;其次,通过引入... 详细信息

针对高速列车越区切换过程中,切换带为多信道分布的问题,提出一种基于多臂老虎机(multi-armed bandit,MAB)模型的信道选择算法.首先,以置信区间上界(UCB)算法为基础,通过设置信道空闲差异因子,使算法快速收敛于最优信道;其次,通过引入满意通信概率(SCP),衡量移动列车的通信质量,分析与切换过程中误码率之间的关系;最后,利用最优信道选择比率、成功传输率和累积接入损失作为评判标准,分析算法的性能.仿真结果表明,该算法的累积接入损失比原始UCB算法减少了约18.5%;对比随机选择算法与原始UCB算法,成功传输率提高了约30.2%和3.3%;最优选择比率提高了约88.3%和13.5%.

关键词：越区切换多臂老虎机模型置信区间上界算法满意通信概率

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于MAB模型的雾计算数据卸载策略研究

基于MAB模型的雾计算数据卸载策略研究

引用

作者：单玉晨浙江师范大学

学位级别：硕士

无线传感器网络(Wireless Sensor Networks,WSNs)是一种由大量资源受限的无线嵌入设备(Sensor Nodes)构成的多跳无线自组织网络。异构传感设备海量增长且各类应用数据也日益增多,传统的云计算架构虽然应用广泛,但终端设备和云端的遥远... 详细信息

无线传感器网络(Wireless Sensor Networks,WSNs)是一种由大量资源受限的无线嵌入设备(Sensor Nodes)构成的多跳无线自组织网络。异构传感设备海量增长且各类应用数据也日益增多,传统的云计算架构虽然应用广泛,但终端设备和云端的遥远距离制约了时延敏感型、计算密集型等应用的发展。为解决该问题,在基于城市环境的WSNs中,引入雾计算的概念。雾计算架构通过在网络终端侧附近(即网络边缘)部署具备基本计算能力的雾节点,以缓解时延过长、链路过载等压力。由传感器节点采集到的数据只有首先成功地卸载到雾节点进行处理,才能有效支持城市应用。协作数据卸载技术作为传统网络进行数据传输的补充技术,可以通过数据分流有效提高生产效率、改善网络性能以及减轻网络负担。对于资源受限的WSNs来说,不同的卸载方案对网络整体性能有很大影响。因此,本文的研究目标是针对复杂的基于雾计算架构的动态城市WSNs,在不同卸载场景中设计出高效、高可用性的数据卸载策略。本文主要创新和研究工作如下:针对基于雾计算架构的城市WSNs提出两种不同的数据卸载场景:单节点以及多节点数据卸载场景。利用传感器节点的动态异构性以及城市环境的动态变化性,通过多臂老虎机(Multi-armed Bandit,MAB)模型,将数据卸载问题建模为动态决策问题。首先,针对单节点数据卸载场景中,无法准确描述异构设备的动态特征如何对数据卸载过程产生影响的问题,结合上下文(Contextual Bandit,CB)模型,进行单节点数据卸载问题建模。将WSNs中的异构设备状态信息(包括内存余量、传输速度、通信范围等)建模为CB模型中的上下文信息。将每轮决策时的上下文信息与完成数据卸载后的反馈结果建立线性关系,并且引入节点的移动经验概率模型,提出LCBOD(Linear Contextual Bandit to Offloading Data)数据卸载策略。其次,针对非平稳(Non-Stationary)状态下的城市WSNs数据卸载问题提出了NCB-r DO(Nonlinear Contextual Bandit Robustness for Data Offloading)数据卸载策略。该策略考虑非平稳状态下的数据卸载奖励分布情况随时间发生变化的影响,通过引入折扣系数,对过去时隙得到的数据卸载结果,根据时间权重进行折扣取舍。此外,结合CB模型,将每轮决策时的上下文信息与完成数据卸载后的反馈结果建立为非线性关系,这更符合现实世界的动态城市环境变化规律。该策略在复杂多变的城市环境中具有较强的可适用性,可以有效对抗突变的异构节点状态信息,提高策略的鲁棒性。最后,针对多节点数据卸载场景中的节点决策冲突和公平性分配问题,提出多节点数据卸载策略MTDOsa-MAB(Multi-Task Nodes Data Offloading Strategy Based On Stable Matching and MAB)。为了能在满足卸载请求最大可容忍时延的前提条件下,达到尽可能高的数据卸载成功率,该策略基于稳定匹配理论和回退定时器机制对Bandit算法进行改进。基于稳定匹配理论提出的迭代策略,能够有效消除节点之间的决策冲突和公平性分配问题。通过回退定时器机制,可以在发生冲突后避免冗杂的信息交换,从而减少数据卸载策略的计算成本。此外,除了从理论上证明MTDOsa-MAB策略的遗憾值有上界,还通过实验证明该策略能够有效避免由于节点间冲突导致的数据丢失问题,提高WSNs的相关性能。

关键词：城市无线传感器网络雾计算数据卸载多臂老虎机模型稳定匹配理论异构设备

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

空间众包中基于效用评估的任务匹配方法

空间众包中基于效用评估的任务匹配方法

引用

作者：王亦敬大连海事大学

学位级别：硕士

移动互联网和Web 2.0造就了空间众包(Spatial Crowdsourcing,SC)这种借助网民群体解决实际问题的商务模式。任务匹配或工人选择是SC的一个核心问题,当前研究大多将目标聚焦于最大化匹配数目(MTA)与最大化匹配分数(MSA),但MTA方法忽略了... 详细信息

移动互联网和Web 2.0造就了空间众包(Spatial Crowdsourcing,SC)这种借助网民群体解决实际问题的商务模式。任务匹配或工人选择是SC的一个核心问题,当前研究大多将目标聚焦于最大化匹配数目(MTA)与最大化匹配分数(MSA),但MTA方法忽略了任务属性的差异,MSA方法也没有考虑同一工人之于不同任务的完成质量差异。本文首先对SC的背景意义、SC任务匹配的概念模型和通用框架以及Bandit相关技术进行了归纳整理,针对SC任务匹配研究的不足,提出基于工人技能的任务匹配、具有预算约束的任务匹配的改进思路。本文提出带有效用的最高分数匹配,利用MAB模型的算法评估工人对不同任务的效用值,使用MSAU的U-Basic、U-LLEP、U-CDP三种匹配策略匹配。将一组时空任务(与时间与地理位置相关的任务)匹配给一组高质量工人,使得工人高质量完成任务的同时满足最大化任务匹配数目、任务精确匹配分数。通过使用具有真实历史记录的数据进行分析,验证所提出的MSAU在提高匹配质量以及数量上的有效性。同时提出U-DAT算法,利用原始-对偶模型框架,并对其所有相关理论进行了证明,验证了该框架的可行性以及真实性,并利用相同数据集,U-DAT算法在总分数、完成数目等评价指标的提升验证算法有效性。目的是利用在两阶段算法计算的工人效用值在预算约束的条件下,使得工人高质量完成任务的同时满足最大化任务匹配数目。

关键词：空间众包任务匹配多臂老虎机模型原始-对偶框架

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：