-
公开(公告)号：CN117950861A
公开(公告)日：2024-04-30
申请号：CN202410049550.6
申请日：2024-01-12
Applicant: 北京邮电大学 , 联通时科(北京)信息技术有限公司
Abstract: 本发明提供一种联邦机器学习系统资源分配处理方法及装置。该方法包括：确定联邦机器学习系统中智能终端在当前联邦学习回合的总时延得分和本地模型参数的质量，基于与智能终端对应的声誉评估模型进行分析，获得智能终端在当前联邦学习回合的当前声誉值；获得预设的智能终端集合中每个智能终端的资源属性信息，将资源属性信息输入至预设的智能终端选择和延迟准入模型，获得选择调用的当前联邦学习回合中的目标智能终端和资源分配策略；基于资源分配策略对目标智能终端分配相应的目标新鲜度的联邦学习的全局模型参数和相应的资源。本发明提供的方法，能够有效提高联邦机器学习系统资源分配效率和准确率，使每个回合选择的智能终端保持稳定。
-
公开(公告)号：CN118014035A
公开(公告)日：2024-05-10
申请号：CN202311814341.8
申请日：2023-12-26
Applicant: 北京邮电大学 , 联通时科(北京)信息技术有限公司
IPC: G06N3/08 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/0455
Abstract: 本发明提供一种基于自动化适配器的参数高效微调方法及装置，涉及人工智能技术领域，方法包括：获取预训练模型；在预训练模型的候选位置并行插入在先创建的适配器，得到待训练模型；其中，候选位置包括预训练模型的前馈模块、多头注意力模块和整个网络层；利用预设消融机制和神经网络架构搜索，对待训练模型进行训练，以利用适配器对预训练模型进行参数高效微调。本发明通过在预训练模型的候选位置并行插入适配器，并利用预设消融机制和神经网络架构搜索，对插入适配器的预训练模型进行训练，以提高最终适配器对预训练模型的微调性能，在确保少量可调参数的情况下提供强大的性能，进一步减少了微调计算开销，提高了参数高效微调精度。
-
公开(公告)号：CN119893547A
公开(公告)日：2025-04-25
申请号：CN202411726078.1
申请日：2024-11-28
Applicant: 北京邮电大学
IPC: H04W24/04 , H04L41/0631 , H04L41/16 , G06N3/0442 , G06N3/0475 , G06N3/0464
Abstract: 本公开涉及通信技术领域，尤其涉及一种基站运维方法、装置、电子设备和存储介质，方法包括：根据本公开的一个方面，提供了一种基于知识图谱的基站运维方法，包括：采集基站的健康度数据；基于健康度数据和基站运维规则的知识图谱，确定基站的健康状态；基于健康度数据、健康状态和知识图谱，确定基站的目标故障问题；基于目标故障问题和知识图谱，确定目标故障问题对应的运维方法；基于运维方法，对目标故障问题的运维进行指导；其中，知识图谱用于表征健康状态、目标故障问题和运维方法的关联关系。本公开可以清晰地指出故障的原因、影响以及推荐的运维方法，从而提高了决策的可解释性。
-
公开(公告)号：CN119743431A
公开(公告)日：2025-04-01
申请号：CN202411726171.2
申请日：2024-11-28
Applicant: 北京邮电大学
IPC: H04L47/125 , H04L47/12 , H04L47/283 , H04L45/24
Abstract: 本公开涉及网络通信技术领域，尤其涉及一种多路径流量调度方法、装置和计算机程序产品，应用于第一节点设备，方法包括：从至少两个第二节点设备分别接收遥测报文；基于遥测报文，调整每个第二节点设备对应的流量调度路径的链路权重；基于流量调度路径的链路权重，转发接收到的业务报文。通过从至少两个第二节点设备分别接收遥测报文，并基于该遥测报文动态调整流量调度路径的链路权重，从而根据链路权重实现业务报文转发，该方法能够有效减少将所有数据传输至单一中心点进行处理的需求，不仅降低了网络的传输开销，还通过精细化的流量控制实现了更高效的负载均衡，有助于提升链路带宽的利用率，优化网络性能。
-
公开(公告)号：CN119485329A
公开(公告)日：2025-02-18
申请号：CN202411549870.4
申请日：2024-11-01
Applicant: 北京邮电大学 , 国网北京市电力公司 , 北京智芯微电子科技有限公司 , 国家电网公司
Abstract: 本发明提供一种无人机基站位置部署方法、无人机基站、设备、介质及产品，方法包括：感知用户位置信息，确定无人机基站与所述用户的参数配置；获取当前位置信息和当前水平速度；将配置参数、当前位置信息和当前水平速度确定为第一当前状态信息；获取邻近无人机基站的第二当前状态信息；将第一当前状态信息和第二当前状态信息确定为观测信息；将观测信息输入至预训练的强化学习模型，获取新的飞行状态；根据新的飞行状态进行位置调整。本发明提供的无人机基站位置部署方法，在无网络侧提供全局用户的位置分布信息的情况下，能够迅速做出决策更新运动状态，实现在用户实时移动过程中能快速调整飞行状态来靠近用户，为用户提供高质量的持续通信服务。
-
Patent Agency Ranking
公开(公告)号：CN119155232A
公开(公告)日：2024-12-17
申请号：CN202411076706.6
申请日：2024-08-07
Applicant: 北京邮电大学
IPC: H04L45/121 , H04L45/02 , H04L45/12 , H04L45/302
Abstract: 本发明提供一种延迟容忍网络的动态路由方法、装置、设备及存储介质，其中方法包括：将目标延迟容忍网络中的节点特征信息与目标数据包信息拼接得到节点特征输入，以及，构建所述目标延迟容忍网络的邻接矩阵；将所述节点特征输入和所述邻接矩阵共同作为训练好的图神经网络模型的输入，得到每个节点对应所述目标数据包的概率；基于所述每个节点对应所述目标数据包的概率，对所述目标数据包进行转发；其中，所述图神经网络模型是基于样本延迟容忍网络的全局信息和带有转发节点标签的样本数据包信息训练得到的。从而在延迟容忍网络的网络结构动态变化的情况下，也可以在数据包转发过程中选择最优的转发节点，从而提高路由方法的成功率。
-
公开(公告)号：CN118484272A
公开(公告)日：2024-08-13
申请号：CN202310097761.2
申请日：2023-02-10
Applicant: 中国移动通信有限公司研究院 , 北京邮电大学 , 中国移动通信集团有限公司
Abstract: 本发明实施例提供了一种任务分配方法、装置、网络设备及介质。该方法包括：对待部署业务进行逐层分解，获得位于不同层级的多个子任务；依据层级由高至低的顺序，依次选择每一层级的子任务为待部署子任务；在所述待部署子任务适合在第一类型的节点设备上部署的情况下，根据所述待部署子任务在至少一个第一类型的节点设备上分别部署的计算成本，确定第一类型的节点设备中，能够部署所述待部署子任务的第一节点设备。采用该方法，能够实现多级算力环境下的任务分配，并保证节点离线时低时延、低成本的迁移。
-
公开(公告)号：CN113490231B
公开(公告)日：2024-04-23
申请号：CN202110731081.2
申请日：2021-06-29
Applicant: 北京邮电大学
IPC: H04W24/04 , H04W12/122 , H04L1/22 , G06F9/455
Abstract: 本申请公开了一种网络切片的可用性保障方法及装置，其中，所述可用性保障方法包括：获取网络切片；其中，所述网络切片对应至少两个虚拟网络功能单元构成的第一序列，所述第一序列中的虚拟网络功能单元的类型仅出现一次；对所述第一序列中的虚拟网络功能单元进行安全评估，确定所述虚拟网络功能单元的隔离等级；根据所述隔离等级对所述网络切片的虚拟网络功能单元进行备份，获得备份节点，直到满足所述网络切片的可用性要求。
-
公开(公告)号：CN116992299B
公开(公告)日：2024-01-05
申请号：CN202311274072.0
申请日：2023-09-28
Applicant: 北京邮电大学 , 国网数字科技控股有限公司
IPC: G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/088 , G06N3/094 , G06Q40/04 , G06F18/213 , G06F18/241
Abstract: 本申请提供区块链交易异常检测模型的训练方法、检测方法及装置，涉及信息处理技术领域，方法包括：采用预先训练得到的对抗生成网络生成合成区块链交易数据，并与预获取的真实区块链交易数据分别作为扩展训练集中的各个样本数据；基于扩展训练集训练自动编码器；将自动编码器作为卷积神经网络的特征提取器，并基于扩展训练集训练该卷积神经网络，以得到用于生成区块链交易数据对应的交易异常检测结果的区块链交易异常检测模型。本申请能够有效弱化区块链数据集中常存在的数据不均衡、缺乏数据特征的先验信息等问题带来的影响，能够有
-
公开(公告)号：CN116843400A
公开(公告)日：2023-10-03
申请号：CN202310333506.3
申请日：2023-03-30
Applicant: 北京邮电大学 , 国网数字科技控股有限公司
IPC: G06Q30/06 , G06N3/0455 , G06N3/042 , G06N3/08
Abstract: 本申请提供一种基于图表示学习的区块链碳排放交易异常检测方法和装置，方法包括：将用于碳排放交易的区块链网络当前的邻接矩阵和表示所述区块链网络中各个节点属性的属性矩阵输入基于自编码器和注意力机制的图表示学习模型，以输出重构邻接矩阵和重构属性矩阵；应用邻接矩阵、重构邻接矩阵、属性矩阵和重构属性矩阵确定区块链网络中各个节点的异常检测分值；根据异常检测分值确定区块链网络中存在碳排放交易异常风险的异常节点。本申请能够有效提高区块链碳排放交易异常检测的准确性及有效性，能够有效过滤异常节点的影响并提升获得节点正常特征的能力，进而能够有效保证区块链中碳排放交易的安全性及可靠性。
-
-
-
-
-
-
-
-
-
Search Results
225
records
(took 0.054 seconds)
