原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出的一种无线接入网中基于联邦学习的高效自协同方法，其中ADCL算法通过强化学习设计协作节点的自适应协作策略，提高协同学习效率。首先定义了自适应协同模型来支持协作节点的间灵活通信和本地训练策略。其次设计了Q函数的平均场表征机制，从而缓解了标准Q函数中联合动作空间爆炸的问题。然后针对强化学习中过拟合问题，设计了双层神经架构将动作选择和动作评估解耦。数值结果表明，提出的ADCL算法相较于传统的算法可以有效地提升协同学习效率，减少协同学习中运行时间和通信开销。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117255356A
(43)申请公布日2023.12.19
(21)申请号202311234106.3
(22)申请日2023.09.23
(71)申请人北京理工大学
地址100081
文档评论（0）