摘要
本发明提供了一种面向模态异质用户的无线多模态联邦学习系统,包括服务器、基站以及用户;所述服务器直接部署于基站侧或与基站通过光缆相连,服务器通过基站向用户广播全局多模态模型,同时下发用户调度结果和用户所使用的上行带宽,在接收到用户上传的本地多模态模型后进行全局聚合得到新的全局多模态模型;所述基站利用无线网络完成服务器和用户之间的通信;被调度的用户使用自身数据将接收的模型进行更新,将得到的本地多模态模型上传给基站。本发明考虑了模态异质下的无线多模态联邦学习,对无线多模态联邦学习系统进行了设计,通过联合优化用户调度与上行功率,降低了联邦学习的能耗,更使得多模态模型在单模和多模数据上的性能得到了提升。
技术关键词
多模态
联邦学习系统
抗体
异质
李雅普诺夫优化
服务器
基站
免疫算法
时延
无线网络
决策
KKT条件
牛顿迭代法
数据
通信带宽
模态特征
样本
频分多址
定义
信道
系统为您推荐了相关专利信息
传导测试系统
表面肌电图
柔性可穿戴传感器
神经刺激电极
表面肌电信号
生成网络模型
测试场景生成方法
动态障碍物
智能车
数据输入模块
摔倒检测方法
高清监控摄像头
专用图像处理芯片
网络
人体骨骼关键点
动态优化方法
面部关键点检测
多模态
面部表情识别
光照
视觉特征信息
多模态信息
图像模板
智能表计
逻辑