检索结果-内蒙古大学图书馆

湿法冶金 2025年第2期44卷 222-229页

作者：赵铮平顶山职业技术学院计算机科学与应用系河南平顶山467000

针对当前湿法冶金设备控制和智能检测模型较为简单、泛化能力较弱等问题,提出了一种基于深度学习的湿法冶金设备智能控制和故障检测算法模型,首先利用基于SAC深度强化学习算法对湿法冶金设备进行智能控制,再根据智能控制的近期历史数据... 详细信息

针对当前湿法冶金设备控制和智能检测模型较为简单、泛化能力较弱等问题,提出了一种基于深度学习的湿法冶金设备智能控制和故障检测算法模型,首先利用基于SAC深度强化学习算法对湿法冶金设备进行智能控制,再根据智能控制的近期历史数据,采用改进ARIMA算法对设备进行故障检测。为了进一步提升算法的实时性,引入LoRA微调网络对模型进行低参数微调和加速,LoRA微调网络对模型进行低参数微调和加速。该模型对设备智能化控制精度达93.24%,故障检测准确率达91.34%,实际应用效果较好。

关键词：实时机器学习 SAC ARIMA LoRA

来源：评论

学校读者我要写书评

暂无评论

面向异构联邦边缘智能系统的模型训练加速方法研究

面向异构联邦边缘智能系统的模型训练加速方法研究

引用

作者：张晓寒华中科技大学

学位级别：硕士

近年来,网络边缘中数据量的爆发式增长以及各类实时性智能应用的涌现,给实时机器学习(Real-time Machine Learning)在网络系统中的应用提出了挑战。云计算架构,由于海量数据集中传输导致的网络时延以及数据隐私问题,逐渐无法满足用户需... 详细信息

近年来,网络边缘中数据量的爆发式增长以及各类实时性智能应用的涌现,给实时机器学习(Real-time Machine Learning)在网络系统中的应用提出了挑战。云计算架构,由于海量数据集中传输导致的网络时延以及数据隐私问题,逐渐无法满足用户需求。在上述趋势推动下,亟需将边缘服务器部署于靠近数据产生的地方,让数据直接在网络边缘得到处理,边缘计算应运而生。基于联邦学习(Federated Learning,FL)的分布式边缘计算方法,由于可以协同多个边缘服务器进行机器学习模型训练的同时不披露任何隐私数据,受到了广泛关注。虽然上述联邦边缘智能架构有效避免了数据样本上传云端的时间开销,但该架构中模型训练耗时优化仍是一个亟待解决的问题。边缘服务器间通信、计算资源以及数据样本的异构分布,加剧了分析及优化上述问题的复杂性。现有研究大多关注于提升FL的收敛率,而在实际情况中,收敛率与训练耗时可能遵循不同的趋势,时间开销对于实时应用而言更为重要。本文提出了一种时间敏感性联邦学习(Time-sensitive FL,TS-FL)算法框架,通过选择参与模型训练的边缘服务器集合以及优化关键训练参数,大幅减少目标模型训练耗时。针对同步以及异步模型协同机制下的TS-FL加速方案,本文均理论分析了边缘服务器集合及训练参数选取与模型训练耗时之间的关系,并据此提出了两种加速方案:1)移除部分对全局模型精度影响有限的低性能服务器,以及2)联合优化关键训练参数。此外,本文针对异步模型协同机制下陈旧性效应(Staleness Effect)对训练耗时的影响进行了理论分析,并据此提出了基于负载转发的解决方案。具体地,该方案通过将低性能边缘服务器的部分训练任务转发至受信任的高性能服务器,来控制陈旧性的同时加速训练过程。最后,本文利用21块不同型号的树莓派搭建了硬件仿真平台,并评估了上述算法框架的有效性。实验结果表明,同步以及异步TS-FL方法大幅减少了目标模型的训练耗时,分别实现了高达59.31%以及57.24%的模型训练加速。

关键词：实时机器学习联邦学习边缘智能异步算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：