本發明公開了一種高能效的聚類聯邦邊緣學習策略生成方法和裝置,方法包括以下步驟:S1、云中心初始化邊緣接入策略;S2、邊緣基站求解其接入設備的帶寬資源分配策略,將其初始化模型發送給接入設備;S3、設備計算接收到的全局模型的精度,根據全局模型和本地數據采用分層遷移策略訓練本地模型,計算上傳本地模型花費的能量,將測試精度與能耗的差值作為本地收益,將本地模型和本地收益上傳到所接入的邊緣基站;S4、邊緣基站分層聚合本地模型,通過平均所有接入設備的本地收益,計算邊緣收益,將邊緣收益上傳到云中心;S5、云中心根據收到的邊緣基站的反饋信息,計算系統收益,采用深度強化學習算法調整邊緣接入策略;S6、重復上述過程直至收斂。
聲明:
“高能效的聚類聯邦邊緣學習策略生成方法和裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)