学习激励机制

作品数：66被引量：76H指数：5
导出分析报告
相关领域：文化科学更多>>
相关作者：陶杰顾永跟吴小红付丽史玉玲更多>>
相关机构：湖州师范学院华南理工大学沈阳师范大学漳州市普通教育教学研究室更多>>
相关期刊：更多>>
相关基金：国家自然科学基金全国教育科学“十二五”规划教育部重点课题中央高校基本科研业务费专项资金北京市自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
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：
面向电力巡检图像目标检测的联邦学习激励机制
《电工技术学报》2024年第17期5434-5449,共16页仲林林 刘柯妤 
国家自然科学基金(92066106);江苏省科协青年科技人才托举工程(2021031);东南大学“至善青年学者”支持计划(中央高校基本科研业务费)(2242022R40022)资助项目。
基于深度学习的目标检测算法能够高效处理电力巡检图像,及时发现故障隐患。然而,由于数据整合困难及数据隐私保护等原因,单个电力公司或第三方机构可能不足以训练出高性能模型。为解决这一问题并激励更多参与方加入面向电力巡检图像目...
关键词：电力巡检 目标检测 联邦学习 激励机制 公平性 
预算约束下多任务联邦学习激励机制
《计算机工程》2024年第5期149-157,共9页顾永跟 李国笑 吴小红 陶杰 张艳琼 
浙江省现代农业资源智慧管理与应用研究重点实验室项目(2020E10017);湖州师范学院研究生科研创新项目(2023KYCX39)。
联邦学习是一种实现数据隐私保护的分布式机器学习范式,性能取决于数据源的质量和数据规模。客户端是理性个体,参与联邦学习将耗费计算、通信和隐私等成本,需要通过激励提高客户端的参与意愿。因此联邦学习能成功应用的关键之一是尽可...
关键词：联邦学习 多任务 逆向拍卖 激励机制 数据质量 
基于多维拍卖与主从博弈的联邦学习激励机制
《西安邮电大学学报》2024年第2期27-37,共11页江帆 陈紫东 王军选 禹忠 
国家自然科学基金项目(62071377,62101442,62201456);陕西省工业攻关项目(2023-YBGY-036);西安邮电大学创新基金项目(CXJJZL2022002)。
为了在复杂的用户成本与有限的基站预算下保证训练用户持续参与整个联邦学习训练过程,提出一种基于多维拍卖与主从博弈模型的联邦学习激励机制。该机制结合用户自身的数据质量、数量及历史声誉等指标,采用多维拍卖法从所有拟参与拍卖的...
关键词：移动边缘计算 联邦学习 多维拍卖 主从博弈 纳什均衡 
声誉评估的联邦学习激励机制设计与研究
《信息记录材料》2024年第2期196-200,共5页熊诚 巫朝霞 
国家自然科学基金资助项目(61941205)。
联邦学习在保护数据隐私安全的同时,实现了模型共享,提高了模型训练精度。然而,如何鼓励数据所有者参与联邦学习并贡献高质量的数据是联邦学习面临的一个关键性问题。现有的相关研究很少对联邦学习任务中的数据质量、模型聚合和奖励分...
关键词：联邦学习 声誉评估 激励机制 PolyLoss 
基于生成式对抗网络的联邦学习激励机制
《计算机应用》2024年第2期344-352,共9页余孙婕 曾辉 熊诗雨 史红周 
国家重点研发计划项目(2018YFB1004705)。
针对当前联邦学习缺乏公平合理的激励机制,难以衡量不同数据量、不同数据质量、不同数据分布的参与节点的联邦学习贡献度等问题,提出一种基于生成式对抗网络(GAN)的联邦学习激励机制。首先,提出融合训练模型的生成式对抗网络实现高精度...
关键词：联邦学习 生成式对抗网络 激励机制 两阶段Stackelberg博弈 数据共享 
发扬铁人“识字搬山”精神,创新学习激励模式
《创新世界周刊》2023年第8期80-86,共7页艾鑫 王兆飞 谢瑞姣 王冰 程传文 王剑飞 彭小勤 梁艳 
移动互联网时代,企业如何有效开展理论学习和思想政治工作?大庆钻探工程公司顺应移动互联发展趋势,立足“学习强国”“铁人先锋”两个网络学习平台,结合传播学、心理学、新闻学等理论,创新运用媒体运营思维、竞技化思维、社交化思维,借...
关键词：油田企业 思想政治工作 学习激励机制 铁人精神 
负激励对联邦学习激励机制的影响——基于演化博弈的角度
《现代经济信息》2023年第15期41-43,共3页郭洋 刘家凤 刘佳萍 
近年来,激励机制因可有效激励参与者成为管理联邦学习项目的重要方法.但激励机制中易出现激励无效和约束不够的现象,而盲目地引入负激励更会冲击激励机制的稳定性.据此,构建联邦学习负激励机制演化博弈模型,从动态演化的角度探求负激励...
关键词：激励机制 演化博弈 联邦学习 负激励 
联邦学习激励机制研究综述被引量：8
《计算机科学》2022年第12期46-52,共7页梁文雅 刘波 林伟伟 严远超 
广东省重点领域研发计划项目(2021B0101420002);国家自然科学基金面上项目(62002078,61872084);广州市开发区国际合作项目(2020GH10);鹏城实验室重大任务项目(PCL2021A09)。
联邦学习(Federated Learning,FL)以多方数据参与为驱动,参与方与中央服务器通过不断交换模型参数,而不是直接上传原始数据的方式来实现数据共享和隐私保护。在实际的应用中,FL全局模型的精确性依赖于多个稳定且高质量的客户端参与,但...
关键词：联邦学习 激励机制 贡献测量 客户选择 支付分配 
基于RRCM框架的联邦学习激励机制
《北京电子科技学院学报》2022年第4期54-62,共9页王文鑫 赵奕涵 张健毅 
国家重点研发计划项目(项目编号:2018YFB1004100);中国科学院网络测评技术重点实验室(中国科学院信息工程研究所)项目(项目编号:KFKT2019-004)
随着社会各界对于数据隐私的不断重视,借助模型传输的联邦学习技术近年来被广泛研究。尽管该技术不断成熟,但激励机制的研究相对较少,成为了制约技术落地的短板。传统联邦学习框架中,中心服务器向参与方分配相同激励会对高贡献者不公,...
关键词：联邦学习 激励机制 RRCM框架 公平性 
一种基于带宽分配的联邦学习激励机制
《物联网学报》2022年第4期82-92,共11页郭英芸 高博 张志飞 张煜 熊轲 
国家自然科学基金资助项目(No.61872028);中央高校基本科研业务费专项资金(No.2021JBM008,No.2022JBXT001)。
联邦学习(FL,federated learning)是一种新兴的机器学习范式,它可以充分利用移动众包资源进行去中心化数据训练。然而,在无线网络中部署FL面临网络带宽有限、移动用户自私等挑战。为了应对这些挑战,提出了一种基于带宽分配的激励机制(IM...
关键词：联邦学习 激励机制 带宽分配 STACKELBERG博弈 训练质量 
全选清除导出
共7页<1234567>
检索报告 对象比较 聚类工具 使用帮助 返回顶部