基于聯(lián)邦學習的船舶AIS軌跡預測算法

摘要： 聯(lián)邦學習是一種可以在弱通信環(huán)境下有效解決數(shù)據(jù)孤島問題的分布式機器學習方法。針對海上船舶軌跡實時預測問題，提出基于Fedves聯(lián)邦學習框架與卷積神經(jīng)網(wǎng)絡-門控循環(huán)單元(CNN-GRU)模型的船舶軌跡預測算法(E-FVTP)。根據(jù)Fedves聯(lián)邦學習框架，通過規(guī)范客戶端數(shù)據(jù)集規(guī)模以及客戶端正則項，在保持原有客戶端數(shù)據(jù)特征的前提下，減小數(shù)據(jù)非獨立同分布特征對全局模型的影響，加快收斂速... （共10頁）