检索结果-南通市图书馆

检索条件"主题词=异构场景"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

面向异构场景的联邦学习客户端选择方法

面向异构场景的联邦学习客户端选择方法

引用

作者：张凌羽吉林大学

学位级别：硕士

在大数据时代的背景下,各类智能电子设备每天都在产生大量数据,各类数据的规模和类型在不断增加,人工智能技术因此得以飞速发展。然而如何保证数据安全和用户隐私已成为如今人工智能技术的一大挑战。面对这一挑战,谷歌提出了联邦学习这... 详细信息

在大数据时代的背景下,各类智能电子设备每天都在产生大量数据,各类数据的规模和类型在不断增加,人工智能技术因此得以飞速发展。然而如何保证数据安全和用户隐私已成为如今人工智能技术的一大挑战。面对这一挑战,谷歌提出了联邦学习这一概念。联邦学习可以使各参与方无需共享本地数据资源而进行数据联合建模,解决数据孤岛问题。然而,在现实环境中进行的联邦学习训练常处于异构场景下,面临着资源异构性和数据异构性的挑战。参与联邦学习的设备在硬件配置、计算能力、网络速度等方面存在显著差异,即资源异构性。在每一轮迭代过程中,这种资源异构性增加了各设备协同训练的开销,延长了总体训练时间,降低了训练效率。并且这些设备所持有的数据在分布、类型、质量和规模等方面也存在显著差异,即数据异构性。此类异构数据对全局模型的聚合引入了偏差,导致全局模型性能下降,影响模型精度和收敛性。现有研究提出通过客户端选择方法解决上述问题,然而仍存在采样不均匀,无法覆盖全部数据分布或只提升训练速度而忽略了模型精度的问题。因此,本文提出两种方法,以提升联邦学习异构场景下的性能表现。1.针对数据异构场景下各客户端数据分布不同,因采样不均匀导致模型之间存在权重差异,使得聚合后的全局模型精度下降的问题,本文提出了一种基于层次聚类的客户端选择方法Fed HC。Fed HC计算本地模型与全局模型的余弦相似度,在使用该相似度进行层次聚类后根据聚类大小降序排序,再通过对聚类进行拆分并重新组合从而生成新的客户端分布。然后根据分布中的聚类内客户端数量从每个分布中依次选择客户端聚类,接下来在选出的聚类中根据客户端样本大小再次进行选择,从而得到最终的客户端子集。2.针对同时面对资源异构和数据异构场景,现有方法无法实现训练效率和模型准确率之间的良好平衡的问题,本文提出了一种资源高效的聚类协同联邦学习客户端选择方法Fed RE。Fed RE根据各客户端的资源信息将其分组并为每组赋予不同的被选择次数,在每轮训练中以每组客户端的平均准确率作为间接度量选择客户端分组。在每组内根据各客户端之间的模型相似度生成相似性矩阵并进行聚类,每次训练依次从不同聚类中选择参与训练次数较少的客户端参与训练。3.最后,本文在MNIST、Fashion-MNIST和CIFAR-10三种数据集上,将Fed HC和Fed RE方法分别与两种基线算法Fed Avg和Fed Prox进行对比实验。Fed HC在准确率方面最多可以提高2.98%和2.51%,Fed RE在准确率方面最多可以提高3.61%和2.25%,而在训练时间上Fed RE最大可以提升20%和33%。验证了Fed HC和Fed RE两种方法在异构场景下对联邦学习的性能提升的有效性。

关键词：联邦学习客户端选择异构场景层次聚类模型相似性

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

协作多点传输在异构场景下的联合处理技术研究

协作多点传输在异构场景下的联合处理技术研究

引用

作者：李晓娜北京邮电大学

学位级别：硕士

为了解决LTE系统中小区间干扰的问题,进一步提高系统性能,3GPP在LTE-A系统中采用了协作多点(CoMP)技术。随着CoMP技术的标准化进展,3GPP将CoMP技术应用到异构场景中,而异构场景下的很多方面与同构场景是不同的,比如用户受到的干扰情况... 详细信息

为了解决LTE系统中小区间干扰的问题,进一步提高系统性能,3GPP在LTE-A系统中采用了协作多点(CoMP)技术。随着CoMP技术的标准化进展,3GPP将CoMP技术应用到异构场景中,而异构场景下的很多方面与同构场景是不同的,比如用户受到的干扰情况、传输方案以及资源分配方式等。本文对异构场景下的CoMP技术作了大量的评估分析,并且提出了一种资源调度方法和干扰协调方案。论文的主要研究内容如下：根据3GPP标准化对异构场景下CoMP性能评估的需求,本文通过搭建CoMP系统级仿真平台,对异构场景下的CoMP技术作了较为详细的系统级仿真评估。首先对异构场景下的CoMP进行了干扰分析;其次,进行了不同传输方式下的CoMP仿真评估,每种传输方式又根据协作小区集大小不同、天线配置不同作了进一步的仿真。仿真结果证明,CoMP技术在小区平均频谱效率和小区边缘频谱效率方面都能获得可观的性能增益。由于异构场景在CoMP中的应用,系统的资源分配复杂度大幅增加。在资源调度过程中,同一个协作小区集中的不同用户之间存在调度相关性。本文提出了一种适用于异构场景下CoMP系统中的资源调度方案。该方案充分考虑了用户公平性和协作小区集的吞吐量两方面的因素,通过一种联合优化算法选择了最合适的调度模式,提高了系统的性能。在异构场景下的CoMP技术中,更多的小区可以参与到协作中来,增加了干扰的种类。为了进一步降低异构场景下CoMP技术的小区间干扰,本文提出了一种基于动态传输点留空(Dynamic Point Blanking,DPB)的干扰协调技术。该方案将CoMP与增强的小区间干扰协调(Enhanced Inter-cell Interference Coordination, eICIC)思想相结合,提出了三种DPB模式,并依据一定原则选择一种最合适的DPB模式,将某些特定的资源块留空,从而在一定程度上抑制了小区问的干扰,有效提高了小区边缘频谱效率。

关键词： CoMP 联合发送资源调度干扰协调异构场景

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

迁移聚类新算法研究

迁移聚类新算法研究

引用

作者：聂飞江南大学

学位级别：硕士

聚类分析研究有很长的历史,几十年来,其重要性及与其他研究方向的交叉特性得到人们的肯定。聚类是数据挖掘、模式识别等研究方向的重要研究内容之一,在识别数据的内在结构方面具有极其重要的作用。其中迁移聚类的提出,更是为聚类算法在... 详细信息

聚类分析研究有很长的历史,几十年来,其重要性及与其他研究方向的交叉特性得到人们的肯定。聚类是数据挖掘、模式识别等研究方向的重要研究内容之一,在识别数据的内在结构方面具有极其重要的作用。其中迁移聚类的提出,更是为聚类算法在面对数据不充足下聚类性能不佳指明了解决方向。迁移聚类通过源域(辅助领域)知识或数据参与目标域的聚类过程,使传统聚类算法利用更多的信息,实现目标域数据标定。特别地,迁移原型聚类作为一类代表性的迁移聚类技术展现了良好的性能。同时,随着大数据的不断丰富,迁移场景多样化,使得目前迁移原型聚类难以普遍适用。因此,目前迁移原型聚类理论和方法还很不完善,亟需要进一步完备。针对上述挑战,本文展开了如下的研究工作。首先,本文提出了一种可能性匹配知识迁移原型聚类框架,该框架能使单一视角的聚类分析拓展到相关领域信息辅助下的聚类分析,同时相比模糊匹配知识迁移原型聚类框架,该框架引入可能性度量迁移机制,更加合理性的迁移源域知识,从而进一步提升迁移原型聚类性能。其次,随着迁移场景的多样化,源域和目标域特征空间不仅仅同分布,而且异构分布(X?X)也越来越多,使得目前的迁移聚类,并不能有效的让源域知识直接参与目标域聚类任务。本文提出新的异构特征迁移学习算法,将源域和目标域映射到同一特征空间内完成同构分布的处理,继而结合迁移原型聚类,提出了异构迁移原型模糊聚类框架,以此来探索异构迁移场景下的聚类分析。最后,基于上述两个框架,实现了几个具体的迁移原型聚类算法。实验结果表明,同构场景下的可能性匹配知识迁移原型聚类算法,较之已有的相关算法展现了更好的性能。异构场景下的异构迁移原型模糊聚类框架,有效地拓展了迁移原型聚类的应用场景。

关键词：聚类分析迁移原型聚类可能性匹配异构特征迁移学习同构场景异构场景

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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

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

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：