排序方式: 共有14条查询结果,搜索用时 15 毫秒
11.
现有无线联邦学习框架缺乏对实际的分布式高速车联网(IoV)场景的有效支持。针对该场景下的分布式学习问题,提出了一种基于随机网络拓扑模型的分布式训练算法——分簇式无线联邦学习算法(C-WFLA)。首先,该算法基于高速公路场景下的车辆分布情况设计网络模型;其次,该算法考虑了用户端进行上行数据传输时的路径衰落、瑞利衰落等因素;最后,该算法设计了基于分簇式训练的无线联邦学习方法。利用所提算法对手写体识别模型进行了训练与测试,仿真结果表明:在信道状态较好、用户发射功率受限较小的情况下,传统无线联邦学习算法与C-WFLA在相同的训练条件下损失函数均能收敛至相近的数值,且C-WFLA收敛更快;而在信道状态较差、用户发射功率受限较大的情况下,C-WFLA损失函数收敛值相较于传统的集中式算法可以降低10%~50%。可见,C-WFLA更有助于高速IoV场景下的模型训练。 相似文献
12.
13.
一概况同步电动机失步保护及带载自动再整步装置(JSHB型装置,以下简称装置),它应用在我公司初轧厂650轧机的同步电动机上,电机型号为TZ—213/5A—12、3780KVA、10KV,电机经减速机(齿轮)直接带动轧机的两个机架,输出轴功率为2880KW,于1969年正式投入运行。由于此电机经常处于频繁启动、制动状态下工作,冷轧时,有时堵转很严重,引起槽楔 相似文献
14.