一种基于情绪感知的分布式联邦学习方法技术

本申请提供一种基于情绪感知的分布式联邦学习方法，包括：中央服务器构建情绪动态演化图全局模型；中央服务器对情绪动态演化图全局模型进行初始化，得到待分发全局模型；中央服务器将待分发全局模型分发给车辆节点；车辆节点根据接收到的待分发全局模型构建本地模型；车辆节点基于本地模型进行车辆用户的情绪状态识别，得到情绪状态识别结果；车辆节点通过预先构建的动态情绪自适应引擎和情绪状态识别结果控制目标车辆调整当前车辆系统的交互方式和服务内容。该方法能够根据情绪状态动态调整交互方式和服务内容的能力，以适应当前用户情绪和驾驶环境的能力，提升了用户体验和驾驶安全性。

【技术实现步骤摘要】

本申请涉及人工智能领域，具体而言，涉及一种基于情绪感知的分布式联邦学习方法。

技术介绍

1、在新能源和人工智能领域，智能车载系统的快速发展推动了驾驶体验向个性化和情感化方向迈进。现代驾驶者不仅要求汽车提供安全、高效的移动功能，还期待获得更加人性化、能产生情感共鸣的交互体验。随着新能源和自动驾驶技术的持续进步，车辆正逐步转变为能够理解人类情感和需求的智能伙伴。然而，现有技术虽然已能通过增强现实和多功能人机交互系统（如摄像头识别、麦克风语音等）提升驾驶体验，但现有系统无法有效识别驾驶者或乘客的情绪状态，并据此提供适应性反馈，缺乏根据用户情绪和驾驶环境动态调整交互方式和服务内容的能力，从而降低了用户体验和驾驶安全性。

技术实现思路

1、本申请实施例的目的在于提供一种基于情绪感知的分布式联邦学习方法，能够根据情绪状态动态调整交互方式和服务内容的能力，以适应当前用户情绪和驾驶环境的能力，提升了用户体验和驾驶安全性。

2、本申请第一方面提供了一种基于情绪感知的分布式联邦学习方法，所述分布式联邦学习方法应用于基本文档来自技高网...

【技术保护点】

1.一种基于情绪感知的分布式联邦学习方法，其特征在于，所述分布式联邦学习方法应用于基于情绪感知的分布式联邦学习系统中，所述分布式联邦学习系统包括中央服务器和至少一个车辆节点，其中，

2.根据权利要求1所述的基于情绪感知的分布式联邦学习方法，其特征在于，所述情绪动态演化图全局模型中的每个节点表示一个特定情绪状态，每个节点包括情绪强度特征向量、情绪持续时间特征向量以及环境特征向量；

3.根据权利要求1所述的基于情绪感知的分布式联邦学习方法，其特征在于，所述车辆节点根据接收到的所述待分发全局模型构建本地模型，包括：

4.根据权利要求1所述的基于情绪感知的分布...

【技术特征摘要】

1.一种基于情绪感知的分布式联邦学习方法，其特征在于，所述分布式联邦学习方法应用于基于情绪感知的分布式联邦学习系统中，所述分布式联邦学习系统包括中央服务器和至少一个车辆节点，其中，

2.根据权利要求1所述的基于情绪感知的分布式联邦学习方法，其特征在于，所述情绪动态演化图全局模型中的每个节点表示一个特定情绪状态，每个节点包括情绪强度特征向量、情绪持续时间特征向量以及环境特征向量；

3.根据权利要求1所述的基于情绪感知的分布式联邦学习方法，其特征在于，所述车辆节点根据接收到的所述待分发全局模型构建本地模型，包括：

4.根据权利要求1所述的基于情绪感知的分布式联邦学习方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的基于情绪感知的分布式联邦学习方法，其特征在于，所述强化学习环境至少包括车辆用户情绪状态、驾驶环境和系统当前提供的交互方式；

6...

【专利技术属性】
技术研发人员：张雄，
申请(专利权)人：广汽埃安新能源汽车股份有限公司，
类型：发明
国别省市：