| 基于FedAvg的山林火災撲救行動兵力預測模型構建方法 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>1557 K | |
| 標簽： 聯邦學習 FedAvg 山林火災撲救 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：以夏秋季極端高溫山林火災撲救行動為研究對象，以分布式機器學習為理論基礎對任務中氣溫及機動兵力的建模和預測進行研究。首先提出一種基于聯邦平均算法（Federal Average Algorithm，FedAvg)的模型構建方法，從更貼近任務實際、更加精細的角度對各任務方向的最高氣溫及機動兵力數量進行定量預測；其次通過引接政府公共資源平臺及作戰數據庫中多區域氣溫和機動兵力，在各數據客戶端不互傳數據的情況下，通過聚合不同客戶端參數共同訓練全局模型達到預測目的，為各數據源無法共享環境下分析數據、使用數據提供理論支撐。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2