Все новости
Цифровой Двойник

Иерархическое федеративное трансферное обучение в сетях транспортных средств с цифровыми двойниками

Исследование решает проблему обучения глобальной модели в сети DT-VANET при неоднородности и разреженности данных. Предложен метод HFTL, который кластеризует транспортные средства по типам и использует трансферное обучение внутри кластеров, что улучшает точность прогнозов для различных типов автомобилей.

Почему это важно

Данный подход повышает эффективность федеративного обучения в распределенных системах с большим количеством гетерогенных агентов, что важно для управления транспортными потоками в умных городах.

Созвучно продуктам ЦД

ЦДГЦД.ETLЦД.ПрогнозЦД.Хранилище
Заголовок оригинала
Hierarchical Federated Transfer Learning in Digital Twin-Based Vehicular Networks
Читать первоисточник: arXiv API — полнотекстовый поиск "digital twin"

Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.