[發明專利]基于分布式機器學習的信息傳輸方法和裝置有效
| 申請號: | 202010934852.3 | 申請日: | 2020-09-08 |
| 公開(公告)號: | CN112087403B | 公開(公告)日: | 2023-04-07 |
| 發明(設計)人: | 吳滌霄;王豐;許杰;曹曉雯 | 申請(專利權)人: | 廣東工業大學 |
| 主分類號: | H04L47/41 | 分類號: | H04L47/41;H04L47/70;G06N20/00 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 郭帥 |
| 地址: | 510060 廣東省*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 分布式 機器 學習 信息 傳輸 方法 裝置 | ||
本發明提供了一種基于分布式機器學習的信息傳輸方法和裝置,方法包括以下步驟:接收各終端設備發送的數據信息和中繼設備發送的經放大處理的數據信息;其中經放大處理的數據信息是中繼設備接收各終端設備發送的數據信息并對數據信息進行放大處理得到的;將數據信息和經放大處理的數據信息依次進行相位調整和合并,得到合并的數據信息;當合并的數據信息滿足預設條件時,判定數據信息傳輸完成。上述的基于分布式機器學習的信息傳輸方法在終端設備與聚合設備間設立中繼設備,將終端設備的數據信息進行放大與轉發,提高聚合設備接收數據信息的接收計算速率。
技術領域
本發明涉及分布式機器學習與空中計算技術領域,具體涉及一種基于分布式機器學習的信息傳輸方法、裝置和系統。
背景技術
隨著物聯網、人工智能的快速發展,基于大數據的機器學習技術在各行各業中得到廣泛應用。然而,對于超大規模數據集,單臺機器已經滿足不了需求,往往需要使用分布式機器學習方法。在分布式機器學習中,多個機器組成一個集群共同完成一個機器學習任務。為完成該任務,不同機器之間存在著大量通信;因此,如何有效地聚合海量數據,提高通信效率就變得尤為重要。
空中計算(over-the-air?computation,AirComp)技術被認為是一種有前途的多數據傳輸與計算方案,特別在超低延遲和高移動性的場景中(例如用于巡邏無人機或實時醫療設備),利用AirComp先在終端設備上對傳輸數據進行適當的預處理,聚合設備(fusioncenter,FC)可以利用多接入信道(multiple?access?channel,MAC)的無線信號疊加特性,同時有效地接收多臺設備的信號。在分布式機器學習中采用空中計算方法可以很好地聚合海量數據。
然而,在空中計算方法中當終端設備向聚合設備發送信息時,容易受到功率有限和信道狀態不定的影響,特別是在信道條件較差的情況下通常會發生通信中斷等狀況,對機器學習任務的進行造成非常大的影響。
發明內容
有鑒于此,本發明提供了一種基于分布式機器學習的信息傳輸方法、裝置、系統和計算機可讀存儲介質,以克服現有技術中在空中計算方法中當終端設備向聚合設備發送信息時,容易受到功率有限和信道狀態不定的影響,從而影響機器學習任務的問題。
為實現上述目的,本發明提供如下技術方案:
本發明實施例提供了一種基于分布式機器學習的信息傳輸方法,包括以下步驟:
接收各終端設備發送的數據信息和中繼設備發送的經放大處理的數據信息;其中所述經放大處理的數據信息是所述中繼設備接收各所述終端設備發送的數據信息并對所述數據信息進行放大處理得到的;
將所述數據信息和所述經放大處理的數據信息依次進行相位調整和合并,得到合并的數據信息;
當所述合并的數據信息滿足預設條件時,判定數據信息傳輸完成。
可選地,
在將所述數據信息和所述經放大處理的數據信息依次進行相位調整和合并,得到合并的數據信息的步驟中,包括:
通過以下公式計算得到所述合并的數據信息:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東工業大學,未經廣東工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010934852.3/2.html,轉載請聲明來源鉆瓜專利網。





