摘要
本发明公开了一种面向空天地一体化网络的联邦学习方法、装置及设备,该方法包括:第一步,构建卫星集合、无人机集合和地面用户集合;第二步,将各无人机的第1边缘模型广播至各地面用户;第三步,对各地面用户的本地模型进行训练,获得各本地模型更新参数;第四步,将各本地模型更新参数稀疏化处理后进行聚合,获得各第2边缘模型;第五步,使用第2边缘模型替换第1边缘模型,第1次重复执行第二步至第四步,以此类推,第b次重复执行时,b=2,3,...,Z‑1,对应使用第(b+1)边缘模型替换第b边缘模型返回至第二步,直至获得各目标边缘模型;第六步,将各目标边缘模型进行聚合,获得各目标云模型;第七步,将各目标云模型进行聚合,获得具有高性能的目标全局网络模型。
技术关键词
模型更新
联邦学习方法
无人机
地面
空天地一体化网络
元素
学习装置
处理器
超参数
资源
存储器
高性能
电子设备
时延
链路
轨道
周期
系统为您推荐了相关专利信息
输电线路绝缘子
YOLO模型
缺陷检测方法
多模态
通道
节点
数据完整性验证
数据存储单元
可视化界面
气象卫星数据处理
避障控制方法
无人机视觉
人工势场法
隶属度函数
策略