買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廣州杰賽科技股份有限公司;廣州杰賽通信規劃設計院有限公司申請的專利一種基于自適應任務調度的全局感知模型構建方法及裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114398160B 。

龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111550535.2，技術領域涉及：G06F9/48；該發明授權一種基于自適應任務調度的全局感知模型構建方法及裝置是由杜翠鳳;蔣仕寶;陳三龍;劉凱旋;張翠霞;宮輝設計研發完成，并于2021-12-17向國家知識產權局提交的專利申請。

本一種基于自適應任務調度的全局感知模型構建方法及裝置在說明書摘要公布了：本發明公開了一種基于自適應任務調度的全局感知模型構建方法及裝置，該方法包括如下步驟：步驟S1，固定采樣時間間隔，隨機選擇K個服務器；步驟S2，令K個服務器節點構建局部模型，利用邊緣節點的分布式感知技術，并結合感知模型的任務分配方法，實現感知模型并行訓練最小化和訓練質量不斷迭代校正的自適應任務分配，從而通過自適應任務分配選擇合適的節點以實現局部模型的選取；步驟S3，定義一個智能體系統，基于局部模型的訓練，采用最大估計效用的策略來選取執行參數傳輸，通過本地智能體與中心智能體參數的交互實現全局模型的構建。

本發明授權一種基于自適應任務調度的全局感知模型構建方法及裝置在權利要求書中公布了：1.一種基于自適應任務調度的全局感知模型構建方法，包括如下步驟：步驟S1，固定采樣時間間隔，隨機選擇K個服務器；步驟S2，令K個服務器節點構建K個局部模型，利用邊緣節點的分布式感知技術，并結合感知模型的任務分配方法，實現感知模型并行訓練最小化和訓練質量不斷迭代校正的自適應任務分配，從而通過自適應任務分配選擇合適的節點以實現局部模型的選取；步驟S3，定義一個智能體系統，基于局部模型的訓練，采用最大估計效用的策略來選取執行參數傳輸，通過本地智能體與中心智能體參數的交互實現全局模型的構建；其中，所述最大估計效用的策略包括只傳輸當前局部模型中的非冗余參數以減少傳輸代價以及采用隨機策略對部分節點的參數進行覆蓋以保持中心智能體參數訓練的穩定性；其中，所述步驟S2包括：步驟S200，令K個服務器節點構建K個局部模型，并基于所述K個局部模型，采用集成學習的方法形成一個初始全局模型；步驟S201，隨機選取若干樣本分別輸入至所述初始全局模型與所述K個局部模型，基于所述初始全局模型的分析結果與所述K個局部模型的分析結果進行比對，根據比對結果剔除壞模型；其中，所述步驟S201還包括：估計各服務器節點的局部模型的分析結果的準確率，如果某個服務器節點的局部模型的準確率小于設定的準確率閾值，則剔除該服務器節點的局部模型；相反，則保留該服務器節點的局部模型；隨機選取一些樣本，分別輸入所述初始全局模型和局部模型中，如果在多次的測試中，初始全局模型得出的判斷結果與某個服務器節點的局部模型的判斷結果一致的概率小于設定的準確率閾值，則剔除該服務器節點的局部模型；相反，則保留該服務器節點的局部模型；步驟S202，根據步驟S201的結果調整采樣時間間隔；步驟S203，在T時刻，隨機選擇n個服務器節點，將其放在K個服務器節點執行感知模型的建模，不斷循環迭代，實現每一個時刻服務器節點局部模型的輸出；其中，所述步驟S3包括：中心智能體采取行為a0從中選取一個子集，被選取出來的子集記為a0⊙w，其中⊙表示兩個元素乘積，通過廣播將選取出來的子集廣播至本地智能體；第k個被選中的本地智能體的局部模型參數從wk更新至wk⊕a0⊙w，表示僅僅覆蓋對應位置的局部模型參數，并在覆蓋之后，通過局部模型計算當前數據的計算梯度；其中，⊕用于表示對局部模型參數進行按位置覆蓋更新的操作；本地智能體選擇梯度絕對值較大的子集與中心智能體進行交互，如此不斷迭代，實現全局模型的更新。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣州杰賽科技股份有限公司;廣州杰賽通信規劃設計院有限公司，其通訊地址為：510310 廣東省廣州市海珠區新港中路381號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。