感知模型的训练方法、装置、设备、存储介质和产品

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
感知模型的训练方法、装置、设备、存储介质和产品
申请号:CN202411970373
申请日期:2024-12-30
公开号:CN119829947A
公开日期:2025-04-15
类型:发明专利
摘要
本申请涉及一种感知模型的训练方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括:通过中心节点,接收各个感知节点发送的本地模型参数;基于各个感知节点在预设维度下的指标值,确定各个感知节点的第一权重;预设维度包括感知节点对应的本地模型的性能信息、感知节点的本地感知数据的本地数据分布与全局数据分布之间的差异信息、感知节点所在区域的信号质量以及感知节点的本地感知数据的数据质量中的至少一个;根据各个感知节点的第一权重,对各个感知节点对应的本地模型参数进行加权聚合,得到全局模型,使得全局模型能够综合各个感知节点的特性,从而提高模型的精度和泛化能力。
技术关键词
强化学习模型 节点 数据分布 判别模块 特征提取模块 智能感知系统 联合损失函数 参数 信号源 计算机程序产品 网络 计算机设备 策略 可读存储介质 处理器 样本 注意力机制