期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向多任务联邦学习的移动设备调度方法
1
作者
焦翔
魏祥麟
+2 位作者
范建华
薛羽
贾茹娜
《指挥与控制学报》
CSCD
北大核心
2024年第1期88-99,共12页
边缘指挥控制场景下,将多任务联邦学习中的移动设备调度问题建模为多目标优化问题,在模型收敛性、传输可靠性、计算资源有限性约束下,最小化联邦学习任务每轮的训练时延和能耗。为了求解该0-1整数规划问题,提出了一种基于差分进化的移...
边缘指挥控制场景下,将多任务联邦学习中的移动设备调度问题建模为多目标优化问题,在模型收敛性、传输可靠性、计算资源有限性约束下,最小化联邦学习任务每轮的训练时延和能耗。为了求解该0-1整数规划问题,提出了一种基于差分进化的移动设备调度算法,将调度方案作为个体,通过交叉变异迭代进化得到具有最佳适应度的次优解。仿真结果表明,所提算法能够在保证模型准确率的前提下,有效降低训练过程中的时延与能量消耗。
展开更多
关键词
多任务联邦学习
移动边缘计算
时延
能量消耗
在线阅读
下载PDF
职称材料
场景分类与隐私保护下的分布式光伏功率预测协同训练策略
2
作者
邓芳明
吴磊
+3 位作者
王锦波
韦宝泉
高波
李泽文
《太阳能学报》
北大核心
2025年第7期1-10,共10页
针对光伏电站空间位置分散及用户之间数据缺失易导致的功率预测精度不足的问题,提出一种场景分类与隐私保护下的分布式光伏短期功率预测协同训练策略。首先,利用皮尔逊相关系数提取重要气象特征,并采用模糊C均值聚类(FCM)算法将历史数...
针对光伏电站空间位置分散及用户之间数据缺失易导致的功率预测精度不足的问题,提出一种场景分类与隐私保护下的分布式光伏短期功率预测协同训练策略。首先,利用皮尔逊相关系数提取重要气象特征,并采用模糊C均值聚类(FCM)算法将历史数据集聚类划分为晴天、阴天和雨天。其次,将天气变化相似的区域聚类成若干组,判别、筛选同类别下晴天、非晴天集合,构建不同场景下光伏功率预测模型。然后,在一般的联邦学习迭代算法的基础上添加多任务学习算法,建立一种新型多任务模式的本地训练方法,保留参与联合建模的各光伏电站间的差异性。最后,对待测日进行预测,将其数据输入至上述建立的对应场景预测模型下,得到待测日的光伏功率预测结果。实验结果表明:在不同天气条件下,所提预测方法与多种网络模型相比,准确率最大可提升24.77%,均方根误差RMSE最大降低89.24%。与传统联邦框架相比,所提方法能在更快的训练轮次内达到目标用户识别率(UA),缩短50%的通信轮数并且使平均UA提升8%。所提方案不仅在提高光伏短期功率预测的准确性方面得到验证,同时还展现出较强的适应性和鲁棒性。
展开更多
关键词
分布式光伏
功率预测
聚类分析
多任务联邦学习
场景分类
在线阅读
下载PDF
职称材料
题名
面向多任务联邦学习的移动设备调度方法
1
作者
焦翔
魏祥麟
范建华
薛羽
贾茹娜
机构
南京信息工程大学计算机与软件学院
国防科技大学第六十三研究所
出处
《指挥与控制学报》
CSCD
北大核心
2024年第1期88-99,共12页
文摘
边缘指挥控制场景下,将多任务联邦学习中的移动设备调度问题建模为多目标优化问题,在模型收敛性、传输可靠性、计算资源有限性约束下,最小化联邦学习任务每轮的训练时延和能耗。为了求解该0-1整数规划问题,提出了一种基于差分进化的移动设备调度算法,将调度方案作为个体,通过交叉变异迭代进化得到具有最佳适应度的次优解。仿真结果表明,所提算法能够在保证模型准确率的前提下,有效降低训练过程中的时延与能量消耗。
关键词
多任务联邦学习
移动边缘计算
时延
能量消耗
Keywords
multi-task federated learning
mobile edge computing
time delay
energy consumption
分类号
E9 [军事]
在线阅读
下载PDF
职称材料
题名
场景分类与隐私保护下的分布式光伏功率预测协同训练策略
2
作者
邓芳明
吴磊
王锦波
韦宝泉
高波
李泽文
机构
华东交通大学电气与自动化工程学院
出处
《太阳能学报》
北大核心
2025年第7期1-10,共10页
基金
国家自然科学基金(52167008,52377103)。
文摘
针对光伏电站空间位置分散及用户之间数据缺失易导致的功率预测精度不足的问题,提出一种场景分类与隐私保护下的分布式光伏短期功率预测协同训练策略。首先,利用皮尔逊相关系数提取重要气象特征,并采用模糊C均值聚类(FCM)算法将历史数据集聚类划分为晴天、阴天和雨天。其次,将天气变化相似的区域聚类成若干组,判别、筛选同类别下晴天、非晴天集合,构建不同场景下光伏功率预测模型。然后,在一般的联邦学习迭代算法的基础上添加多任务学习算法,建立一种新型多任务模式的本地训练方法,保留参与联合建模的各光伏电站间的差异性。最后,对待测日进行预测,将其数据输入至上述建立的对应场景预测模型下,得到待测日的光伏功率预测结果。实验结果表明:在不同天气条件下,所提预测方法与多种网络模型相比,准确率最大可提升24.77%,均方根误差RMSE最大降低89.24%。与传统联邦框架相比,所提方法能在更快的训练轮次内达到目标用户识别率(UA),缩短50%的通信轮数并且使平均UA提升8%。所提方案不仅在提高光伏短期功率预测的准确性方面得到验证,同时还展现出较强的适应性和鲁棒性。
关键词
分布式光伏
功率预测
聚类分析
多任务联邦学习
场景分类
Keywords
distributed photovoltaics
power prediction
cluster analysis
multi-task federated learning
scenario classification
分类号
TK519 [动力工程及工程热物理—热能工程]
TM615 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向多任务联邦学习的移动设备调度方法
焦翔
魏祥麟
范建华
薛羽
贾茹娜
《指挥与控制学报》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
场景分类与隐私保护下的分布式光伏功率预测协同训练策略
邓芳明
吴磊
王锦波
韦宝泉
高波
李泽文
《太阳能学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
