【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种联合学习方法、装置、相关设备及存储介质。
技术介绍
1、为解决单一区域的数据样本不足、不同区域间的数据无法共享，导致数据割裂、数据孤岛的问题，相关技术提出了联合学习的思路。联邦学习是联合学习的典型代表，通过自有数据不出本地，且不泄露数据隐私的情况下进行分布式联合建模，从而提升机器学习建模效果。但现有的联合学习方案的执行效率较低。
技术实现思路
1、为解决相关技术问题，本申请实施例提供一种联合学习方法、装置、相关设备及存储介质。
2、本申请实施例的技术方案是这样实现的：
3、本申请实施例提供了一种联合学习方法，应用于第一网络功能，所述方法包括：
4、向联合学习节点的类型对应的网络控制设备下发第一请求；第一请求用于请求优化联合学习节点间的网络连接。
5、上述方案中，所述向联合学习节点的类型对应的网络控制设备下发第一请求，包括：
6、在联合学习节点间的网络连接质量小于或等于设定阈值的情况下，向联合学习节点...
【技术保护点】
1.一种联合学习方法，其特征在于，应用于第一网络功能，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述向联合学习节点的类型对应的网络控制设备下发第一请求，包括：
3.根据权利要求1所述的方法，其特征在于，所述第一请求携带用于优化网络连接的相关参数。
4.根据权利要求1所述的方法，其特征在于，在联合学习节点为运营商网络内的联合学习节点的情况下，网络控制设备为软件定义网络SDN控制器。
5.根据权利要求1所述的方法，其特征在于，在联合学习节点为运营商网络外部节点的情况下，网络控制设备为外网的对接节点。
<...【技术特征摘要】
1.一种联合学习方法，其特征在于，应用于第一网络功能，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述向联合学习节点的类型对应的网络控制设备下发第一请求，包括：
3.根据权利要求1所述的方法，其特征在于，所述第一请求携带用于优化网络连接的相关参数。
4.根据权利要求1所述的方法，其特征在于，在联合学习节点为运营商网络内的联合学习节点的情况下，网络控制设备为软件定义网络sdn控制器。
5.根据权利要求1所述的方法，其特征在于，在联合学习节点为运营商网络外部节点的情况下，网络控制设备为外网的对接节点。
6.根据权利要求1所述的方法，其特征在于，在联合学习节点为终端ue的情况下，网络控制设备为策略控制功能pcf。
7.根据权利要求3至5任一项所述的方法，其特征在于，所述第一请求携带以下至少一项：
8.根据权利要求6所述的方法，其特征在于，所述第一请求携带以下至少一项：
9.一种联合学习方法，其特征在于，应用于网络控制设备，所述方法包括：
10.根据权利要求9所述的方法，其特征在于，所述第一请求携带用于优化网络连接的相关参数。
11.根据权利要求9所述的方法，其特征在于，在联合学习节点为运营商网络内的联合学习节点的情况下，网络控制设备为sdn控制器。
12.根据权利要求11所述的方法，其特征在于，所述基于接收到的第一请求优化网络连接，包括：
13.根据权利要求9所述的方法，其特征在于，在联合学习节点为ue的情况下，网络控制设备为pcf。
14...
【专利技术属性】
技术研发人员：李琴，李唯源，廉月，
申请(专利权)人：中国移动通信有限公司研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。