数据收集方法及装置、第一设备、第二设备制造方法及图纸

本申请公开了一种数据收集方法及装置、第一设备、第二设备，属于通信技术领域，本申请实施例的数据收集方法，包括：第一设备向第二设备发送第一指示，指示所述第二设备收集并上报用以进行特定AI模型训练的训练数据；所述第一设备接收所述第二设备上报的训练数据；所述第一设备利用所述训练数据构造数据集，对所述特定AI模型进行训练。本申请实施例能够缓解数据收集时的传输压力，避免数据集中重复样本过多。多。多。

【技术实现步骤摘要】
数据收集方法及装置、第一设备、第二设备


[0001]本申请属于通信
，具体涉及一种数据收集方法及装置、第一设备、第二设备。

技术介绍

[0002]人工智能(AI)目前在各个领域获得了广泛的应用。AI模块有多种实现方式，例如神经网络、决策树、支持向量机、贝叶斯分类器等。
[0003]在无线通信系统中的AI模块进行集中式训练时，需要从远端收集大量的数据构造数据集。由于远端的无线数据存在较大的重叠性，因此没有必要收集所有用户的数据。这样一方面可以缓解数据收集时的传输压力，另一方面避免数据集中重复(或相似)样本过多。

技术实现思路

[0004]本申请实施例提供一种数据收集方法及装置、第一设备、第二设备，能够缓解数据收集时的传输压力，避免数据集中重复样本过多。
[0005]第一方面，提供了一种数据收集方法，包括：
[0006]第一设备向第二设备发送第一指示，指示所述第二设备收集并上报用以进行特定AI模型训练的训练数据；
[0007]所述第一设备接收所述第二设备上报的训练数据；/>[0008]所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据收集方法，其特征在于，包括：第一设备向第二设备发送第一指示，指示所述第二设备收集并上报用以进行特定AI模型训练的训练数据；所述第一设备接收所述第二设备上报的训练数据；所述第一设备利用所述训练数据构造数据集，对所述特定AI模型进行训练。2.根据权利要求1所述的数据收集方法，其特征在于，所述第一设备向第二设备发送第一指示包括：所述第一设备按照预设的第一筛选条件从M个候选第二设备中筛选出N个所述第二设备，向所述N个所述第二设备单播所述第一指示，M，N为正整数，N小于或等于M；或所述第一设备向所述M个候选第二设备广播所述第一指示，所述第一指示携带有第二筛选条件，所述第二筛选条件用于筛选上报所述训练数据的第二设备，所述第二设备满足所述第二筛选条件。3.根据权利要求2所述的数据收集方法，其特征在于，所述第一设备向第二设备发送第一指示之前，所述方法还包括：所述第一设备接收所述候选第二设备上报的第一训练数据和/或第一参数，所述第一参数是所述第一筛选条件的判断参数。4.根据权利要求3所述的数据收集方法，其特征在于，所述第一设备仅接收所述候选第二设备上报的第一训练数据，根据所述第一训练数据确定所述第一参数。5.根据权利要求3或4所述的数据收集方法，其特征在于，所述第一参数包括以下至少一项：所述候选第二设备的数据类型；所述候选第二设备的数据分布参数；所述候选第二设备的业务类型；所述候选第二设备的工作场景；所述候选第二设备的通信网络接入方式；所述候选第二设备的信道质量；所述候选第二设备收集数据的难易程度；所述候选第二设备的电量状态；所述候选第二设备的存储状态。6.根据权利要求2所述的数据收集方法，其特征在于，单播的所述第一指示包括以下至少一项：所述第二设备收集的训练数据的样本数；所述第二设备收集训练数据的时间；所述第二设备向所述第一设备上报训练数据的时间；是否需要对收集的数据进行预处理；对收集的数据进行预处理的方式；所述第二设备向所述第一设备上报的训练数据的数据格式。7.根据权利要求2所述的数据收集方法，其特征在于，广播的所述第一指示包括以下至
少一项：进行数据收集的候选第二设备的标识；不进行数据收集的候选第二设备的标识；进行数据收集的候选第二设备所需要收集的训练数据的样本数；进行数据收集的候选第二设备收集训练数据的时间；进行数据收集的候选第二设备向所述第一设备上报训练数据的时间；是否需要对收集的数据进行预处理；对收集的数据进行预处理的方式；进行数据收集的候选第二设备向所述第一设备上报的训练数据的数据格式；所述第一筛选条件。8.根据权利要求3所述的数据收集方法，其特征在于，对特定AI模型进行训练之后，所述方法还包括：所述第一设备向L个推理设备发送训练后的AI模型和超参数，所述L大于M、等于M或小于M。9.根据权利要求8所述的数据收集方法，其特征在于，所述AI模型为元学习模型，所述超参数由所述第一参数决定。10.根据权利要求8所述的数据收集方法，其特征在于，所述超参数包括以下至少一项：外迭代学习率；不同训练任务或所述推理设备对应的内迭代学习率；元学习率；不同训练任务或所述推理设备对应的内迭代次数；不同训练任务或所述推理设备对应的外迭代次数。11.根据权利要求1所述的数据收集方法，其特征在于，所述第一设备为网络侧设备，所述第二设备为终端；或所述第一设备为网络侧设备，所述第二设备为网络侧设备；或所述第一设备为终端，所述第二设备为终端。12.一种数据收集方法，其特征在于，包括：第二设备接收第一设备的第一指示，所述第一指示用以指示所述第二设备收集并上报用以进行特定AI模型训练的训练数据；所述第二设备收集训练数据，并向所述第一设备上报所述训练数据。13.根据权利要求12所述的数据收集方法，其特征在于，所述第二设备接收第一设备的第一指示包括：所述第二设备接收所述第一设备单播的所述第一指示，所述第二设备为所述第一设备按照预设的第一筛选条件从候选第二设备中筛选出的第二设备；或所述第二设备接收所述第一设备向候选第二设备广播的所述第一指示，所述第一指示携带有第二筛选条件，所述第二筛选条件用于筛选上报所述训练数据的第二设备，所述第二设备满足所述第二筛选条件。14.根据权利要求13所述的数据收集方法，其特征在于，所述第二设备收集训练数据，并向所述第一设备上报所述训练数据包括：
若所述第二设备接收所述第一设备单播的所述第一指示，所述第二设备收集并上报所述训练数据；或若所述第二设备接收所述第一设备广播的所述第一指示，所述第二设备收集并上报所述训练数据。15.根据权利要求13所述的数据收集方法，其特征在于，所述第二设备接收第一设备的第一指示之前，所述方法还包括：候选第二设备向所述第一设备上报第一训练数据和/或第一参数，所述第一参数是所述第一筛选条件的判断参数。16.根据权利要求15所述的数据收集方法，其特征在于，所述候选第二设备向所述第一设备仅上报所述第一训练数据，所述第一训练数据用于...

【专利技术属性】
技术研发人员：孙布勒，孙鹏，杨昂，
申请(专利权)人：维沃移动通信有限公司，
类型：发明
国别省市：