Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学胡钰林获国家专利权

武汉大学胡钰林获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉武汉大学申请的专利一种图神经网络辅助强化学习的边缘计算卸载方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119011583B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411206943.X,技术领域涉及:H04L67/1001;该发明授权一种图神经网络辅助强化学习的边缘计算卸载方法及系统是由胡钰林;徐浩设计研发完成,并于2024-08-30向国家知识产权局提交的专利申请。

一种图神经网络辅助强化学习的边缘计算卸载方法及系统在说明书摘要公布了:本发明公开一种图神经网络辅助强化学习的边缘计算卸载方法及系统,包括:获取移动边缘节点计算服务所需的可拆分任务并拆分为多个子任务,基于子任务之间的依赖关系进行图建模为有向无环图;调度器基于所有边缘节点之间的通信条件、计算条件建模为带权图;调度器端分别将有向无环图和带权图的节点特征和边特征建模为张量,并基于图卷积神经网络进行处理;调度器将最终状态特征张量送入训练好的深度强化学习智能体进行处理,输出最优的子任务‑节点分配;各个移动边缘节点根据子任务‑节点分配,跟从子任务依赖关系进行各个子任务的计算。本发明显著降低了进行任务分配决策的复杂度,易于在基站处和边缘算力设备上部署。

本发明授权一种图神经网络辅助强化学习的边缘计算卸载方法及系统在权利要求书中公布了:1.一种图神经网络辅助强化学习的边缘计算卸载方法,其特征在于,包括以下步骤: 步骤S1:基于移动边缘多任务卸载协作场景,获取移动边缘节点计算服务所需的可拆分任务并拆分为多个子任务,并基于子任务之间的依赖关系进行图建模为有向无环图;包含以下几个子步骤: 步骤S11.调度器基于移动边缘节点算力和移动边缘节点数量、以及可拆分任务可分割性,将可拆分任务拆分为若干子任务,直至不可拆分为止; 步骤S12.调度器将需要计算的拆分得到的所有子任务数量记为,所有任务的集合记为,调度器对子任务之间的依赖关系进行图建模,将所有依赖关系建模为有向无环图,其中为任务索引的集合,为表征任务之间依赖关系的矩阵; 步骤S13.调度器将子任务信息进行归一化或嵌入操作,生成子任务图节点特征向量;子任务信息包括:子任务任务计算负载,子任务计算结果大小,该子任务的所有前序任务索引,后继任务索引,以及该子任务及前序任务当前被分配到的图节点索引,其中为子任务索引; 步骤S2:对所有移动边缘节点对其自身到其他移动边缘节点间的无线信道信息进行估计,并上传至调度器,调度器基于所有边缘节点之间的通信条件、计算条件建模为带权图; 步骤S3:调度器端分别将和节点特征和边特征建模为张量,并基于图卷积神经网络进行处理,根据子任务间、移动边缘节点间通信条件和计算条件信息,进行特征提取输出最终状态特征张量; 步骤S4:调度器将最终状态特征张量作为观测状态送入训练好的基于PPO算法的深度强化学习智能体进行处理,智能体输出最优的子任务-节点分配,调度器将该分配信息广播至各个移动边缘节点; 步骤S5:各个移动边缘节点根据得到的子任务-节点分配,跟从子任务依赖关系进行各个子任务的计算。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。