媒體
分類
新聞
- 新聞特搜
- 貨車撞限高指示牌無人傷
- 中年漢墮援交騙局失八萬
- 三男女墮兼職騙局失兩萬四
- 工人維修舊大橋惹跳海虛驚
- 珠澳發佈法律指引助規則銜接
- 澳今明料大雨雷暴
- （新聞小語）用好琴機遇 擦亮澳名片
- “灣事通”優化境外人士服務
- 醒目識別找續騙局
- 粵澳銜接四典型案例公佈
- 粵對接港澳規則獲三大成果
- 工聯北綜體驗製作銀戒
- 工聯好SING音樂韻悠揚
- 國情教育扎根社區
- 廣西品茶會四百人參與
- 中華青年民族交流營報名
- 道協參演港科儀音樂會
- 高血壓研討會分享科研成果
- 城鎮景觀培訓分享成果
理大研鋰電池促智慧交通
2024-05-10 06:35
理大研鋰電池促智慧交通
澳門理工大學應用科學學院計算機應用技術博士學位課程博士生王奇隆在教授謝丹嬋、副教授鄧樹傑以及意大利博洛尼亞大學教授Giovanni Pau指導下，共同於國際學術期刊《IEEE交通電氣化匯刊》發表論文“Decentralized Deep Learning Approach for Lithium-Ion Batteries State of Health Forecasting Using Federated Learning” （基於聯邦學習之分散式深度學習鋰離子電池健康度預測），為可持續交通發展及推動電動車和電池的潛力帶來智能解決方案，為智慧交通提供科研支持。
本研究提出了一種基於聯邦學習的分散式模型訓練方法，能夠在保障駕駛者隱私、有效利用車載計算資源、並快速整合新數據的情況下，準確預測電池的衰退。針對電動車應用場景，本研究還提出了一種應用於聯邦學習訓練的客戶端選取策略，這一策略能夠在分散式訓練中提高模型的準確性，並達到與集中式訓練相近的效果。
此外，這種分散式方法有助於在更大範圍內保障用戶數據隱私，並減少集中式數據存儲的風險。
澳門日報新聞
-
新聞特搜15小時前
-
貨車撞限高指示牌無人傷15小時前
-
中年漢墮援交騙局失八萬15小時前
-
三男女墮兼職騙局失兩萬四15小時前
-
工人維修舊大橋惹跳海虛驚15小時前
-
珠澳發佈法律指引助規則銜接15小時前
-
澳今明料大雨雷暴15小時前
-
（新聞小語）用好琴機遇 擦亮澳名片15小時前
-
“灣事通”優化境外人士服務15小時前
-
醒目識別找續騙局15小時前
-
粵澳銜接四典型案例公佈15小時前
-
粵對接港澳規則獲三大成果15小時前
-
工聯北綜體驗製作銀戒15小時前
-
工聯好SING音樂韻悠揚15小時前
-
國情教育扎根社區15小時前
-
廣西品茶會四百人參與15小時前
-
中華青年民族交流營報名15小時前
-
道協參演港科儀音樂會15小時前
-
高血壓研討會分享科研成果15小時前
-
城鎮景觀培訓分享成果15小時前
留言