【摘 要】
：
作为一种分布式训练框架,联邦学习在无线通信领域有着广阔的应用前景,也面临着多方面的技术挑战,其中之一源于参与训练用户数据集的非独立同分布(Independent and identically distributed,IID)。不少文献提出了解决方法,以减轻户数据集非IID造成的联邦学习性能损失。本文以平均信道增益预测、正交幅度调制信号的解调这两个无线任务以及两个图像分类任务为例,分析用户数据集非IID对联邦学习性能的影响,通过神经网络损失函数的可视化和对模型参数的偏移量进行分析,尝试解释非IID数据集对
【基金项目】
：
国家自然科学基金重点项目(61731002)。
论文部分内容阅读
作为一种分布式训练框架,联邦学习在无线通信领域有着广阔的应用前景,也面临着多方面的技术挑战,其中之一源于参与训练用户数据集的非独立同分布(Independent and identically distributed,IID)。不少文献提出了解决方法,以减轻户数据集非IID造成的联邦学习性能损失。本文以平均信道增益预测、正交幅度调制信号的解调这两个无线任务以及两个图像分类任务为例,分析用户数据集非IID对联邦学习性能的影响,通过神经网络损失函数的可视化和对模型参数的偏移量进行分析,尝试解释非IID数据集对
其他文献
0引言2021年世界分析大会上发表的《向智能世界2030挑战9大技术和研究方向》的报告书中,明确了人工智能建模是解决当前数据碎片化的关键。首先,人工智能建模可以通过大量的无显示数据和更大的模型,从全过程监督到自我监督转变,从而构建通用的人工智能系统;第二,人工智能与科学计算的交叉,也为人工智能应用提供了巨大的帮助,人工智能为科学计算带来了新的构想、新的方法和新的工具,科学计算的严密体系也有助于提高人工智能的实用性。
随着科学技术的不断创新完善,我国大数据领域建设发展水平得到了质的飞跃。通过将大数据技术合理应用在现代互联网信息管理工作中,能够最大程度提升数据优化整合管理水平,并实现各种有价值数据信息的高效传递,避免信息传输过程中出现误差性问题。由April Reeve编著的一书《大数据管理:数据集成的技术、方法与实践》全面而深入地讲解数据集成的工具、方法、技巧、解决方案以及实践。
针对数字阵列雷达面临的短时脉冲干扰,提出了一种采用相控阵子阵结构的空域快速干扰抑制方法,避免了空时自适应算法响应时间慢的问题,可以以采样数据快拍为单位,进行干扰角度估计和天线方向图抗干扰零陷生成。算法首先使用子阵输出的单快拍数据进行二维快速傅里叶变换估计得到存在模糊的干扰角度;然后,使用与干扰角度估计临近的三个角度构建展宽的干扰子空间来提高干扰抑制的鲁棒性;最后,通过基于施密特正交化的快速正交投影算法得到零陷权重矢量。文中所提出的算法具有快拍级干扰检测和实时方向图零陷生成的显著优点,特别适合极短脉冲宽度的
在输入与输出信号都被噪声污染的含误差变量模型(errors-in-variables model,EIV)中,总体最小二乘算法已经得到了广泛地应用。然而在脉冲噪声干扰的情况下,其收敛性能就会恶化。因此为了处理这种被脉冲噪声污染的含误差变量模型的情况,本文将广义最大相关熵准则与总体最小二乘估计方法结合,提出了一种鲁棒的广义最大总体相关熵自适应滤波算法。通过算法仿真比较的结果得出所提出的算法在脉冲噪声环境下能够有效地抑制脉冲噪声的存在,有着较好的收敛性能和鲁棒性。
针对稀疏迭代协方差估计(sparse iterative covariance-based estimation,SPICE)方法功率谱估计精度较低和计算复杂度较高的局限性,提出了一种基于稀疏迭代协方差矩阵的谐波信号功率谱和频率参数的快速估计方法。该方法主要结合渐近最小方差准则和快速傅里叶变换,对功率谱参数进行快速迭代校正估计。首先,使用SPICE算法得到功率谱和频率参数的初估计。然后,通过渐近最小方差准则得到功率谱参数的迭代校正表达式。最后,利用功率谱迭代校正式获得谐波信号的功率谱和频率参数的估计。为提
超宽带多输入多输出(Multiple-input Multiple-output,MIMO)雷达可以获取目标的多维信息,在目标探测和人体动作分类等方面有很大的优势。然而,在实际应用中,超宽带MIMO雷达获取的人体目标成像结果通常分辨率较低,抽象难懂,且目标距离越远雷达图像分辨率越低。针对以上问题,本文提出了一种基于距离辅助的超宽带MIMO雷达图像人体姿态重构网络,首先使用卷积神经网络提取人体目标成像的信号强度和空间位置特征,然后使用反卷积模块重构出人体目标的各个关节点位置。同时,考虑雷达成像结果随着距离的
方面级情感分析是针对一个评论中涉及多种方面类别时的情感分析,现有方法通常利用方面级数据集在神经网络模型上直接进行训练,但已标注的方面级训练数据规模较小,造成模型不能充分学习而性能受限。为解决上述问题,本文利用迁移学习的思想,将数据量较大的文档级数据进行情感分析模型的预训练,进而获得丰富的文本语义、句法信息和情感特征,然后通过本文设计的目标函数及注意力融合方法,将文档级情感分析模型中的注意力权重融合到方面级情感分析模型中,从而使方面级文本情感分析性能提升。将该模型在SemEval2014数据集上进行实验,实
0 引言rn2021年5月27日,采矿行业“5G+工业互联网”现场工作会如期在山西太原举行,现场发布了“5G+工业互联网”第一批重点行业和应用场景.“5G+工业互联网”第一批五大重点
随着科技的发展与生活节奏的加快,信息量成爆发式地增长,传统的信息管理模式已经满足不了信息化时代背景下海量信息快速处理要求,信息处理压力倍增.由于计算机技术强大的数据
为提升阵列雷达抗干扰能力,利用随机相位调制增加每一阵元发射信号之间的非相关性,实现发射信号的非平面波前。从发射信号原理入手,探究随机相位调制对于探测信号与抗干扰的优势,研究阵列天线的时空相关性,建立基于随机相位调制的发射信号数学模型,用于提升探测信号的抗干扰能力。仿真实验表明:当随机调制范围达到[-π/3,π/3]时,目标与环境信号之间能够有效分辨,对于环境杂波的抑制可达到3 dB,而进一步增大调制范围则对杂波的抑制提升不明显。