公开(公告)号：CN116910480A

公开(公告)日：2023-10-20

申请号：CN202310935583.6

申请日：2023-07-27

Applicant: 西安电子科技大学

Inventor： 付宇钏 ,  李镇宇 ,  刘莎 ,  李长乐

IPC: G06F18/20 ,  G06F17/10 ,  G06N3/08

Abstract: 本发明公开了一种面向长期驾驶模型训练任务的激励方法，应用于云服务器，包括：发布面向自动驾驶的联邦学习任务，以使参与者与云服务器建立通信连接；确定所需发放的奖励并将待训练的初始模型下发至参与者，以使各参与者按照自身选择的参与水平对初始模型进行训练，得到更新模型；获取各参与者上传的更新模型并向各参与者发放奖励；针对各参与者构建第一重复博弈问题模型、针对自身构建第二重复博弈问题模型，通过求解第一重复博弈问题模型和第二重复博弈问题模型，分析各参与者及自身的收益，并返回发布面向自动驾驶的联邦学习任务的步骤。本发明提高了参与者参与训练的积极性与稳定性，有利于保证训练过程长期稳定运行。

公开(公告)号：CN115442253B

公开(公告)日：2023-07-18

申请号：CN202211123957.6

申请日：2022-09-15

Applicant: 西安电子科技大学

Inventor： 李长乐 ,  李镇宇 ,  付宇钏 ,  赵品灿

IPC: H04L43/04 ,  H04L43/0876 ,  H04L41/147 ,  H04L41/16 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种利用注意力机制的网络流量预测方法，主要解决现有网络流量预测方法未考虑网络流量动态空间依赖性导致预测准确度较低的问题。其实现方案为：对原始网络流量数据进行处理变换，并使用滑动窗口方法对处理后的流量数据进行采样，划分训练集、验证集和测试集；构建动态空间依赖性表征模块，并将其与现有的时间依赖性表征模块和预测模块级联构成时空相对动态预测模型；根据训练集和验证集，使用自适应矩估计法对时空相对动态预测模型进行训练；将测试集输入到训练好的时空相对动态预测模型进行预测，得到预测的时空序列。本发明有效提高了预测准确度，能为通信资源的合理分配提供依据，可用于频谱资源的有效分配和网络拥塞的合理控制。

公开(公告)号：CN115442253A

公开(公告)日：2022-12-06

申请号：CN202211123957.6

申请日：2022-09-15

Applicant: 西安电子科技大学

Inventor： 李长乐 ,  李镇宇 ,  付宇钏 ,  赵品灿

IPC: H04L43/04 ,  H04L43/0876 ,  H04L41/147 ,  H04L41/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种利用注意力机制的网络流量预测方法，主要解决现有网络流量预测方法未考虑网络流量动态空间依赖性导致预测准确度较低的问题。其实现方案为：对原始网络流量数据进行处理变换，并使用滑动窗口方法对处理后的流量数据进行采样，划分训练集、验证集和测试集；构建动态空间依赖性表征模块，并将其与现有的时间依赖性表征模块和预测模块级联构成时空相对动态预测模型；根据训练集和验证集，使用自适应矩估计法对时空相对动态预测模型进行训练；将测试集输入到训练好的时空相对动态预测模型进行预测，得到预测的时空序列。本发明有效提高了预测准确度，能为通信资源的合理分配提供依据，可用于频谱资源的有效分配和网络拥塞的合理控制。