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！

龙图腾网恭喜广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司申请的专利一种基于自适应任务调度的全局感知模型构建方法及装置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：CN114398160B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202111550535.2，技术领域涉及：G06F9/48；该发明授权一种基于自适应任务调度的全局感知模型构建方法及装置是由杜翠凤;蒋仕宝;陈三龙;刘凯旋;张翠霞;宫辉设计研发完成，并于2021-12-17向国家知识产权局提交的专利申请。

本一种基于自适应任务调度的全局感知模型构建方法及装置在说明书摘要公布了：本发明公开了一种基于自适应任务调度的全局感知模型构建方法及装置，该方法包括如下步骤：步骤S1，固定采样时间间隔，随机选择K个服务器；步骤S2，令K个服务器节点构建局部模型，利用边缘节点的分布式感知技术，并结合感知模型的任务分配方法，实现感知模型并行训练最小化和训练质量不断迭代校正的自适应任务分配，从而通过自适应任务分配选择合适的节点以实现局部模型的选取；步骤S3，定义一个智能体系统，基于局部模型的训练，采用最大估计效用的策略来选取执行参数传输，通过本地智能体与中心智能体参数的交互实现全局模型的构建。

本发明授权一种基于自适应任务调度的全局感知模型构建方法及装置在权利要求书中公布了：1.一种基于自适应任务调度的全局感知模型构建方法，包括如下步骤：步骤S1，固定采样时间间隔，随机选择K个服务器；步骤S2，令K个服务器节点构建K个局部模型，利用边缘节点的分布式感知技术，并结合感知模型的任务分配方法，实现感知模型并行训练最小化和训练质量不断迭代校正的自适应任务分配，从而通过自适应任务分配选择合适的节点以实现局部模型的选取；步骤S3，定义一个智能体系统，基于局部模型的训练，采用最大估计效用的策略来选取执行参数传输，通过本地智能体与中心智能体参数的交互实现全局模型的构建；其中，所述最大估计效用的策略包括只传输当前局部模型中的非冗余参数以减少传输代价以及采用随机策略对部分节点的参数进行覆盖以保持中心智能体参数训练的稳定性；其中，所述步骤S2包括：步骤S200，令K个服务器节点构建K个局部模型，并基于所述K个局部模型，采用集成学习的方法形成一个初始全局模型；步骤S201，随机选取若干样本分别输入至所述初始全局模型与所述K个局部模型，基于所述初始全局模型的分析结果与所述K个局部模型的分析结果进行比对，根据比对结果剔除坏模型；其中，所述步骤S201还包括：估计各服务器节点的局部模型的分析结果的准确率，如果某个服务器节点的局部模型的准确率小于设定的准确率阈值，则剔除该服务器节点的局部模型；相反，则保留该服务器节点的局部模型；随机选取一些样本，分别输入所述初始全局模型和局部模型中，如果在多次的测试中，初始全局模型得出的判断结果与某个服务器节点的局部模型的判断结果一致的概率小于设定的准确率阈值，则剔除该服务器节点的局部模型；相反，则保留该服务器节点的局部模型；步骤S202，根据步骤S201的结果调整采样时间间隔；步骤S203，在T时刻，随机选择n个服务器节点，将其放在K个服务器节点执行感知模型的建模，不断循环迭代，实现每一个时刻服务器节点局部模型的输出；其中，所述步骤S3包括：中心智能体采取行为a0从中选取一个子集，被选取出来的子集记为a0⊙w，其中⊙表示两个元素乘积，通过广播将选取出来的子集广播至本地智能体；第k个被选中的本地智能体的局部模型参数从wk更新至wk⊕a0⊙w，表示仅仅覆盖对应位置的局部模型参数，并在覆盖之后，通过局部模型计算当前数据的计算梯度；其中，⊕用于表示对局部模型参数进行按位置覆盖更新的操作；本地智能体选择梯度绝对值较大的子集与中心智能体进行交互，如此不断迭代，实现全局模型的更新。

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广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司，其通讯地址为：510310 广东省广州市海珠区新港中路381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”。