湖南工商大学

本发明公开了基于强化学习的联邦学习正则项权重动态调节方法及系统，涉及联邦学习技术领域。方法包括：中心服务器初始化训练参数；各客户端本地训练后上传模型参数及损失改进率；提取全局与局部状态特征，代入多目标动态激励函数计算动态奖励值；由强化学习智能体输出更新后的正则项权重，并对激励函数的多个核心系数执行差异化自适应更新；采用注意力机制动态加权聚合生成全局模型；迭代直至收敛。本发明通过强化学习动态调节正则项权重，结合多目标激励与自适应系数更新，提升了联邦学习在数据异质性场景下的收敛效率、稳定性与泛化性能。

本申请涉及互联网技术领域，本申请公开了面向虚拟现实头戴设备的增量数据传输方法、装置及设备，方法包括：获取目标文物的三维模型，通过语义分割模型对目标文物的三维模型进行语义拆分，生成目标文物的多个语义部件；向虚拟现实头戴设备发送目标文物的基础数据，当接收虚拟现实头戴设备根据目标文物的基础数据返回的应答消息时，从交互行为数据中获取注视时长、缩放比例、点击交互标记；根据注视时长、缩放比例、点击交互标记以及交互意图判定函数，生成用户与每个语义部件之间的交互意图系数，选取交互意图系数为预设系数的语义部件作为目标部件，向虚拟现实头戴设备传输目标部件的增量数据。本申请有利于提高目标部件的增量数据的传输效率。