面向分布式机器学习的网络模态创新

作     者：郭泽华 朱昊文 徐同文 GUO Zehua;ZHU Haowen;XU Tongwen

作者机构：北京理工大学自动化学院北京100081 延安大学物理与电子信息学院陕西延安716099 

基　　金：国家自然科学基金资助项目(No.62002019) CCF-之江实验室联合创新基金(No.K2022QA0AB02) 嵩山实验室预研项目(No.YYJC022022009) 

出 版 物：《电信科学》 (Telecommunications Science)

年 卷 期：2023年第39卷第6期

页      码：44-51页

摘      要：分布式机器学习作为人工智能的主流计算架构,目前仍然存在数据性能传输不高、模型训练速度慢等缺陷,传统的网络模态无法满足分布式机器学习场景的通信语义,继而无法解决这些缺陷以进一步提升模型训练性能。采用多模态网络技术,基于应用特点设计了面向分布式机器学习场景的新型网络模态及其运行逻辑,为多模态网络技术在垂直行业的应用提供了借鉴意义。

主 题 词：多模态网络 分布式机器学习 模型训练 人工智能 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.11959/j.issn.1000−0801.2023128

馆 藏 号：203122441...