联邦学习系统以及联邦学习方法与流程

本发明涉及利用基站进行学习的联邦学习系统及其联邦学习方法。

背景技术：

1、近年来，正在研究在基站与终端的通信中应用ric（radio access networkintelligent controller：无线接入网智能控制器）。以往的ric中的学习一般是从基站收集大量信息并由中央装置非实时地进行。专利文献1公开了一种利用基站进行学习并选择参与联邦学习的参与者的发明。

2、现有技术文献

3、专利文献

4、专利文献1：日本特表2023-550806号公报

技术实现思路

1、发明要解决的课题

2、然而，在由中央装置进行学习的情况下，在进行实时学习并进行控制时，由于从基站向中央装置发送用于学习的大量数据，导致基站与中央装置之间的流量增大，通信变得紧张，其结果，存在进行学习的中央装置中学习所需的资源不足的问题。

3、因此，本发明是鉴于上述问题而完成的，其目的在于提供一种能够在不使基站与中央装置之间的通信变得紧张的情况下进行学习的联邦学习系统以及联邦学习方法。

4、解决课题的手段

5、为了解决上述课题，本发明的一方式的联邦学习系统包括多个基站以及能够与多个基站分别进行通信的上位装置，所述基站具备：学习部，学习与终端之间的通信所相关的通信信息，并通过实时ric（radio access network intelligent controller：无线接入网智能控制器）生成与通信相关的本地学习模型；以及发送部，将与所述本地学习模型相关的信息发送到上位装置，所述上位装置具备：接收部，接收与所述本地学习模型相关的信息；生成部，基于所述多个基站各自的本地学习模型，通过非实时ric生成集成学习模型；以及反馈部，将与所述生成部生成的集成学习模型相关的信息反馈给所述基站。

6、另外，在上述联邦学习系统中，与所述本地学习模型相关的信息可以是预先指定的所述本地学习模型的一部分参数信息，所述集成学习模型的生成可以是对从所述多个基站分别发送的各所述参数信息进行平均化，所述反馈部可以将平均化后的参数信息反馈给所述基站，所述学习部可以将所述本地学习模型中与所述参数信息对应的参数替换为所述平均化后的参数。

7、另外，在上述联邦学习系统中，所述生成部可以随着时间的经过，降低通过所述非实时ric生成集成学习模型的频率。

8、另外，为了解决上述课题，本发明的一方式的联邦学习方法是包括多个基站以及能够与多个基站分别进行通信的上位装置的联邦学习系统中的联邦学习方法，所述联邦学习方法执行以下步骤：学习步骤，所述基站学习与终端之间的通信所相关的通信信息，并通过实时ric（radio access network intelligent controller：无线接入网智能控制器）生成与通信相关的本地学习模型；发送步骤，所述基站将与所述本地学习模型相关的信息发送到上位装置；接收步骤，所述上位装置接收与所述本地学习模型相关的信息；生成步骤，所述上位装置基于所述多个基站各自的本地学习模型，通过非实时ric生成集成学习模型；以及反馈步骤，将与在所述生成步骤中生成的集成学习模型相关的信息反馈给所述基站。

9、发明的效果

10、在本发明的联邦学习系统中，各基站基于在与终端的通信中获得的信息实时进行学习，并且仅将通过学习获得的与本地学习模型相关的信息从基站发送到上位装置，从而无需发送大量的终端的信息，因此能够抑制基站与上位装置之间的流量变得紧张。

1.一种联邦学习系统，所述联邦学习系统包括多个基站以及能够与多个基站分别进行通信的上位装置，其特征在于，

2.根据权利要求1所述的联邦学习系统，其特征在于，与所述本地学习模型相关的信息是预先指定的所述本地学习模型的一部分参数信息，

3.根据权利要求2所述的联邦学习系统，其特征在于，所述生成部随着时间的经过，降低通过所述非实时ric生成集成学习模型的频率。

4.一种联邦学习方法，是包括多个基站以及能够与多个基站分别进行通信的上位装置的联邦学习系统中的联邦学习方法，其特征在于，执行以下步骤：