-
公开(公告)号:CN114528972A
公开(公告)日:2022-05-24
申请号:CN202111647680.2
申请日:2021-12-29
Abstract: 公开了一种移动边缘计算中深度学习模型训练方法及其相应系统。所述方法包括:获取经训练的初始模型,修改所述初始模型以获取当前任务模型;将所述当前任务模型以及所述初始模型的参数下发给多个客户端,用于所述多个客户端各自进行初始训练;基于所述多个客户端的初始训练结果,选取预测准确率最高的客户端组合;以及获取客户端组合中每个客户端的正式训练结果并生成当前任务模型的参数。本发明通过对已有模型的知识迁移和客户端本地训练的汇总来实现在客户端自身数据仅能用于本地训练情况下的模型训练,并且通过对参与正式模型训练的客户端进行筛选,进一步提升训练效率并剔除不可靠的客户端。
-
公开(公告)号:CN115314887A
公开(公告)日:2022-11-08
申请号:CN202210690334.0
申请日:2022-06-17
Applicant: 阿里巴巴(中国)有限公司 , 南洋理工大学
Abstract: 公开了一种非正交多址(NOMA)通信方法和蜂窝网络系统。所述方法包括:发送端向多个接收端发送多个通信信号;干扰端与所述发送端协同进行干扰信号的发送;以及使得所述多个接收端中的至少一个接收端经由可重构智能表面(RIS),从所述多个通信信号和所述干扰信号中获取对应的通信信号。本发明的通信方案利用RIS的幅度和相移的不确定性结合干扰信号来提升信息传输的隐蔽性。同时,RIS带来的不确定性可降低现有干扰信号的发射功率需求,从而降低整体功耗并提升蜂窝小区的整体通信速率。
-