A distributed machine learning based traffic prediction method is provided for predicting traffic of roads. In this case, the distributed machine learning based traffic prediction method includes distributing global multi-task traffic models by a learning server to learning agents to locally train the traffic models, uploading locally trained traffic models by learning agents to the learning server, updating global multi-task traffic models by the learning server using locally trained traffic model parameters acquired from learning agents, generating a time-dependent global traffic map by the learning server using the well trained global multi-task traffic models, distributing the time-dependent global traffic map to vehicles traveling on the roads, and computing an optimal travel route with the least travel time by a vehicle using the time-dependent global traffic map based on a driving plan.
La présente invention propose un procédé de prédiction de trafic basé sur l'apprentissage machine distribué pour prédire le trafic de routes. Dans ce cas, le procédé de prédiction de trafic basé sur l'apprentissage machine distribué consiste à distribuer des modèles de trafic multitâches globaux par un serveur d'apprentissage à des agents d'apprentissage pour entraîner localement les modèles de trafic, téléverser des modèles de trafic entraînés localement par des agents d'apprentissage vers le serveur d'apprentissage, mettre à jour des modèles de trafic multitâches globaux par le serveur d'apprentissage à l'aide de paramètres de modèle de trafic entraîné localement acquis à partir d'agents d'apprentissage, générer une carte de trafic globale dépendant du temps par le serveur d'apprentissage à l'aide des modèles de trafic multitâches globaux bien entraînés, distribuer la carte de trafic globale dépendant du temps à des véhicules se déplaçant sur les routes, et calculer un itinéraire de voyage optimal avec le temps de voyage le plus faible par un véhicule à l'aide de la carte de trafic globale dépendant du temps sur la base d'un plan de conduite.
METHODS TO IMPROVE FEDERATED LEARNING ROBUSTNESS IN INTERNET OF VEHICLES
PROCÉDÉS D'AMÉLIORATION DE LA ROBUSTESSE D'APPRENTISSAGE FÉDÉRÉ DANS L'INTERNET DES VÉHICULES
2024-09-06
Patent
Electronic Resource
English
IPC: | G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen / B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion / G08G Anlagen zur Steuerung, Regelung oder Überwachung des Verkehrs , TRAFFIC CONTROL SYSTEMS |
Methods to Improve Federated Learning Robustness in Internet of Vehicles
European Patent Office | 2024
|