边缘场景下动态联邦学习优化方法

边缘计算(Edge Computing)是一种新的计算方式,通过在网络边缘提供计算服务,与传统的云计算模式相比,具有高可信度和低延迟等特点。联邦学习(FL)作为一种分布式机器学习方法,尽管具备保护隐私和数据安全的特性,却仍然面临设备异构和数据不均衡等问题,导致出现部分参与者(边缘端)训练时间长、训练效率低下等问题。为了解决上述问题,该文提出了一种名为FlexFL的动态联邦学习优化算法。该算法引入了两层联邦学习策略,通过在同一参与者部署多个联邦学习训练服务和一个联邦学习聚合服务,将本地数据集平均分配给各个联邦学习训练服务,并每回合激活一定数量的训练服务。未激活的服务将休眠,不占用计算资源,并将资源平均分配给激活的服务,以加快训练速度。该算法能够平衡参与者设备异构和数据不均衡性带来的训练时间差异,从而提高整体训练效率。在MINST数据集和CIFAR数据集上与FedAvg联邦学习算法进行了对比实验,结果显示,FlexFL算法在减少时间消耗的同时,不降低模型性能。

基于Unity的Web游戏设计与实现

Unity是一个用于创建诸如三维视频游戏、建筑可视化、实时三维动画等类型互动内容的综合型创作工具。Unity是一个游戏开发生态系统:强大的渲染引擎,完全集成一整套直观工具和快速工作流程,可以创建互动式3D、2D内容;文章以一款翻转匹配记忆游戏为例,从游戏的策划构思设计和程序具体实现等进行介绍。游戏开发人员可以基于此文章,利用Unity开发多平台的游戏。

一种基于像素的曲线数字化方法

曲线扫描图的数字化应用广泛,如测井资料处理,以及爆炸力学研究中对文献的曲线图形进行数字化工作等。本文介绍一种利用扫描图的像素信息,通过Matlab和C#语言,对曲线图形进行数字化的方法。该方法主要包括图像预处理操作,对图像的解析输出,数字化等步骤。该方法和Origin,DigXY等曲线图像数字化软件相比,具有高自由度定制,利于二次开发等优点。

小儿肠套叠空气灌肠的X线诊断及治疗评价

小儿肠套叠空气灌肠的Ｘ线诊断及治疗评价青海省儿童医院放射科王娅宁，贺明礼，李淑静西宁钢厂医院儿科俞文心小儿肠套叠是婴幼儿最常见的急腹症，原因不明，大多数为原发性肠套。先天性肠道疾病如肠息肉，麦克尔憩室和淋巴组织增生等也是常见的诱发因素。Ｘ线下空气灌肠...

一种提高直肠癌诊断精度的基于U型网络和残差块的电子计算机断层扫描图像分割算法

作为确定病灶与诊断的重要基础,医学图像分割已成为生物医学领域中极其重要的热门研究领域之一,其中基于全卷积神经网络和U型网络(U-net)等神经网络的医学图像分割算法得到越来越多研究人员的重视。目前,医学图像分割算法应用于直肠癌诊断的研究报道较少,且已有的研究对直肠癌的分割结果精度不高。本文提出了一种结合图像裁剪和预处理方法的编码—解码卷积网络模型。该模型在U型网络的基础上,借鉴残差网络思想,用残差块代替传统的卷积块,有效避免了梯度消失的问题。此外,本文还采用了图像增广的方法提高了所提模型的泛化能力,并在"泰迪杯"数据挖掘挑战赛所提供的数据集进行测试。测试结果表明,本文提出的基于残差块的改进U型网络模型结合图像裁剪预处理,可以大大提高直肠癌的分割精度,得到的戴斯系数在验证集上达到0.97。