基于FedAvg的山林火災撲救行動兵力預測模型構(gòu)建方法
所屬分類：技術(shù)論文
上傳者：wwei
文檔大小：1557 K
標簽： 聯(lián)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(lián)邦平均算法（Federal Average Algorithm，F(xiàn)edAvg)的模型構(gòu)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(shù)量進行定量預測；其次通過引接政府公共資源平臺及作戰(zhàn)數(shù)據(jù)庫中多區(qū)域氣溫和機動兵力，在各數(shù)據(jù)客戶端不互傳數(shù)據(jù)的情況下，通過聚合不同客戶端參數(shù)共同訓練全局模型達到預測目的，為各數(shù)據(jù)源無法共享環(huán)境下分析數(shù)據(jù)、使用數(shù)據(jù)提供理論支撐。
現(xiàn)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。