摘要
本申请公开了一种智能车联网多模态学习方法及相关装置,包括:首先,为了重建缺失的感知模态,本申请设计了一个知识提取驱动的跨节点模态重建网络。其次,为了选择具有高质量贡献的节点,本申请设计一个基于聚类Shapley值的高效模型贡献评估模块。最后,为了进一步缓解跨节点模态的异构性,本申请引入了一种用于鲁棒聚合的知识贡献感知聚合规则。总体来说,本申请解决了智能车联网中模态缺失问题的同时可以选择高质量的车辆来执行聚合和学习,以提高性能。
技术关键词
多模态学习方法
多模态学习系统
智能车
存储程序代码
跨节点
服务器
参数
可读存储介质
学习设备
算法
处理器
标志
车辆
变量
存储器
计算机
标签
异构
系统为您推荐了相关专利信息
资源管理调度方法
调度器
资源分配算法
调度系统
时间序列预测模型