异构

作品数：12454被引量：29546H指数：41
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：陈前斌马彬李建东张平朱洪波更多>>
相关机构：北京邮电大学西安电子科技大学中国科学院重庆邮电大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用研究x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
异构联邦学习在无人系统中的研究综述
《计算机应用研究》2025年第3期641-649,共9页俞浩 范菁 孙伊航 
国家自然科学基金资助项目(61540063);教育部人文社会科学研究青年基金资助项目(20YJCZH129);云南省吴中海专家工作站项目(202305AF150045);云南省教育厅科学研究基金资助项目(2025Y0670);云南民族大学硕士研究生科研创新基金资助项目(2022SKY004)。
异构联邦学习(heterogeneous federated learning,HFL)是一种用于解决数据和设备异构性问题的分布式机器学习方法,广泛应用于包括无人系统在内的多种场景。随着无人系统(如无人机、自动驾驶车辆)的快速发展,如何有效应对非独立同分布(no...
关键词：联邦学习 异构性 无人系统 非独立同分布 数据隐私 
一种新的异构多核平台下多类型DAG调度方法
《计算机应用研究》2025年第2期514-518,共5页左俊杰 肖锋 黄姝娟 沈超 郝鹏涛 陈磊 
国家自然基金面上项目(62171361);陕西省科技厅重点研发计划资助项目(2023-YBGY-027);陕西省教育厅专项科研计划资助项目(22JK0412)。
异构多核处理器在异构环境中受限于处理器种类,只能在特定处理器上执行。现有调度方法通常使用多类型DAG(directed acyclic graph)任务模型进行模拟,但调度方法往往忽略不同核上的通信开销,或未考虑处理器与节点的对应关系,导致调度时...
关键词：异构多核处理器 多类型DAG任务 任务调度 影响因子 PNIF算法 
融合多源异构数据的ICO欺诈预测与可解释分析模型
《计算机应用研究》2025年第2期357-364,共8页卢加荣 廖彬 刘怡 陈海龙 
新疆社会经济统计与大数据应用研究中心项目(XJEDU2024J100)。
为了解决首次代币发行(ICO)欺诈检测研究中存在的特征建模单一、模型缺乏可解释性等问题,提出一种融合多源异构数据的ICO欺诈预测和可解释分析模型IICOFP。首先,融合ICO项目基本信息、评级分数、社交媒体等多源异构数据,通过Lasso特征...
关键词：首次代币发行(ICO) 欺诈预测 GBDT模型 SHAP框架 可解释性 
基于相似性的个性化联邦学习模型聚合框架
《计算机应用研究》2025年第1期125-132,共8页武文媗 王灿 黄静静 吴秋新 秦宇 
国家自然科学基金资助项目(61604014);未来区块链与隐私计算高精尖项目(GJJ-23);北京信息科技大学“青年骨干教师”支持计划项目(YBT202450)。
传统联邦学习中经过加权聚合得到的全局模型无法应对跨客户端的数据异构的问题。现有研究通过形成个性化模型应对,但个性化模型如何平衡全局的共性信息和本地的个性信息是一个挑战。针对上述问题,提出了一种个性化联邦学习模型聚合框架F...
关键词：个性化联邦学习 余弦相似度 数据异构 模型聚合 恶意设备 
多中心半开放式城市物流异构电动车辆路径优化
《计算机应用研究》2024年第12期3587-3594,共8页初良勇 王嘉宁 丁静茹 
国家社科基金重大项目(23&ZD138)。
随着国家政策的推动及新能源技术的发展,电动物流车在财政补贴、限行、节能环保和运营成本方面相较传统燃油车具有优势,越来越多的物流企业在城市配送中采用电动物流车。根据异构车型电动车辆配送队伍较单一车型电动车辆配送队伍具有降...
关键词：车辆路径问题 异构车型 电动物流 遗传-模拟退火算法 
一种基于两级K-异步联邦学习的隐私保护入侵检测方案
《计算机应用研究》2024年第11期3471-3476,共6页陈力夺 温蜜 张研博 
国家自然科学基金委联合基金资助项目(U23B2021)。
5G的广泛应用导致物联网的设备和流量激增,降低了物联网入侵检测系统的效率和可靠性。目前的入侵检测系统主要使用同步的分布式深度学习方法,难以应用到现实的分布式异步场景中。另外,在分布式的训练过程中也可能遭遇推断攻击。针对以...
关键词：联邦学习 入侵检测 隐私保护 异构机制 
基于跨视图原型非对比学习的异构图嵌入模型
《计算机应用研究》2024年第9期2611-2619,共9页张敏 杨雨晴 贺艳婷 史晨辉 
国家自然科学基金资助项目(U1931209);山西省科技合作交流专项区域合作项目(202204041101037,202204041101033);太原科技大学研究生教育创新项目(BY2023015)。
基于非对比学习(NCL)的异构图嵌入模型不依赖负样本学习数据的内在特征和模式,可能导致模型无法有效地学习节点之间的区分度。提出了一种基于跨视图原型非对比学习的异构图嵌入模型(XP-NCL),通过寻找额外的正样本提供更多关于源节点的...
关键词：异构图嵌入 非对比学习 有向筛选树正样本采样 交对称差比 峰值算子 
面向异构数据的个性化联邦多任务学习优化方法
《计算机应用研究》2024年第9期2641-2648,共8页李可 王晓峰 王虎 
国家自然科学基金资助项目(62062001);宁夏青年拔尖人才项目(2021)。
联邦学习是一种新兴的分布式机器学习范式,在保护数据隐私的同时协作训练全局模型,但也面临着在数据异构情况下全局模型收敛慢、精度低的问题。针对上述问题,提出一种面向异构数据的个性化联邦多任务学习优化(federated multi-task lear...
关键词：联邦学习 异构数据 个性化 多任务学习 参数分解 公平性 
基于动态异构网络的股价预测
《计算机应用研究》2024年第7期2126-2133,共8页韩忠明 孟怡新 郭惠莹 郭苗苗 毛雅俊 
国家重点研发计划资助项目(2022YFC3302600);北京市自然科学基金资助项目(4172016)。
股票预测通常被形式化为非线性的时间序列预测任务,但很少有研究者试图通过技术面数据去系统地揭示股票市场内在结构,例如股票上涨或下跌背后的原因可能是业务领域之间的合作或冲突,这些额外信息的增加有助于判断股票的未来趋势。为了...
关键词：股票预测 异构网络 图相似性 
基于GPU的zk-SNARK中多标量乘法的并行计算方法被引量：1
《计算机应用研究》2024年第6期1735-1742,共8页王锋 柴志雷 花鹏程 丁冬 王宁 
国家自然科学基金资助项目(61972180);江苏省模式识别与计算智能工程实验室项目。
针对zk-SNARK(zero-knowledge succinct non-interactive argument of knowledge)中计算最为耗时的多标量乘法(multiscalar multiplication,MSM),提出了一种基于GPU的MSM并行计算方案。首先,对MSM进行细粒度任务分解,提升算法本身的计...
关键词：简洁非交互式零知识证明 多标量乘法 CUDA 异构计算系统 并行计算 
全选清除导出
共19页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部