【技术实现步骤摘要】
本专利技术涉及无线网络，尤其涉及一种联邦学习组网方法、基站、终端及存储介质。
技术介绍
1、无线移动网络是一个典型的集中/分布网络模型，越来越多的研究将联邦学习应用于无线网络中，通过基站与终端形成联邦学习组网架构，基站作为中心节点产生全局模型，终端作为参与节点利用本地数据训练本地模型，从而构建联邦学习框架。
2、基站与终端通过联邦学习框架联合进行ai(artificial intelligence，人工智能)/ml(machine learning，机器学习)模型训练，可以充分利用无线网络的算力资源，但由于无线网络信道环境的不确定性、终端的移动性等情况，并不是所有的终端都适合参与到模型训练中。相关技术中，还没有可以针对不同模型的实际需求自动选择合适的终端参与模型训练的方法。
技术实现思路
1、本专利技术的主要目的在于：提供一种联邦学习组网方法、基站、终端及存储介质，旨在解决相关技术中无法针对不同模型的实际需求自动选择合适的终端参与模型训练的技术问题。
2、为实现上述...
【技术保护点】
1.一种联邦学习组网方法，其特征在于，应用于基站，所述方法包括：
2.如权利要求1所述的联邦学习组网方法，其特征在于，所述将所述参数获取请求发送给多个终端，并接收各个终端发送的参数采集数据的步骤包括：
3.如权利要求1所述的联邦学习组网方法，其特征在于，所述选择条件包括参数项符合预设条件，所述参数项为终端的无线质量、能力信息和/或资源信息中的项目；
4.如权利要求1所述的联邦学习组网方法，其特征在于，所述根据各个终端的评估分值确定所述参与节点，以构建联邦学习组网架构的步骤包括：
5.如权利要求1所述的联邦学习组网方法，其...
【技术特征摘要】
1.一种联邦学习组网方法，其特征在于，应用于基站，所述方法包括：
2.如权利要求1所述的联邦学习组网方法，其特征在于，所述将所述参数获取请求发送给多个终端，并接收各个终端发送的参数采集数据的步骤包括：
3.如权利要求1所述的联邦学习组网方法，其特征在于，所述选择条件包括参数项符合预设条件，所述参数项为终端的无线质量、能力信息和/或资源信息中的项目；
4.如权利要求1所述的联邦学习组网方法，其特征在于，所述根据各个终端的评估分值确定所述参与节点，以构建联邦学习组网架构的步骤包括：
5.如权利要求1所述的联邦学习组网方法，其特征在于，所述将所述参数获取请求发送给多个终端的步骤之后，所述方法还包括：
6.一种联邦学习组网方法，其特征在于，应用于终端，所述方法...
【专利技术属性】
技术研发人员：薛旭，陈霞，孙奇，谢芳，李男，
申请(专利权)人：中国移动通信集团上海有限公司，
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。