作者：王永康¹;，翟弟华^1,2;，夏元清¹; （¹北京理工大学自动化学院；²北京理工大学长三角研究院(嘉兴)）

出处：计算机学报 2023

关键词：联邦学习；后门攻击；鲁棒性；聚类；异构

摘要：随着数据的爆炸式增长以及企业和个人对隐私问题的关注,传统的集中式机器学习已经不能满足现有的需求.联邦学习是一种新兴的分布式机器学习框架,旨在不分享私有数据的前提下利用分散的客户端训练一个全局模型,解决数据隐私和数据孤岛问题.然而,由于联邦学习的分布式和隐私保护特性,其容易受到各种各样的攻击,后门攻击 ...

发明人：吴楚格，夏元清

申请日期：2022.12.05

摘要：本发明公开了一种数据驱动的售后服务电子产品零件备货量计算方法，针对电子产品备件预测及库存成本优化问题提出简单高效的优化方法，充分利用历史数据，结合机会约束方法建立预测模型，通过对预测模型的高效求解得到鲁棒优化解，采用求解得到的预测模型即可给出后续时间段内的备件购买决策方案，指导实际售后服务厂商做出相 ...

发明人：韦闽峰，夏元清，贾晨辉，段静，刘晓东，张远，董鹏程，刘国明

申请日期：2022.09.23

摘要：本发明公开了一种运载火箭喷管推力下降工况下的强适应控制律设计方法，本发明克服现有控制算法的不足，采用的强化学习技术通过在不同推力下降的工况下进行控制律的训练，使控制器能够适应运载火箭喷管推力下降的工况，从而实现运载火箭姿态的强鲁棒稳定控制。同时，本发明采用的算法所建立的训练环境可加入各类其他干扰，通 ...

作者：杨涛，杨博，殷允强，虞文武，夏元清，洪奕光 （东北大学流程工业综合自动化国家重点实验室；上海交通大学智能无线网络与协同控制中心；电子科技大学经济与管理学院；东南大学数学学院；北京理工大学自动化学院；同济大学电子与信息工程学院）

出处：控制与决策 2023

关键词：多智能体系统；智能体；人工智能技术；计算机技术；网络系统；机器人技术；控制系统；无线通信

摘要：0 引 言 近年来,随着机器人技术、人工智能技术、无线通信和计算机技术的快速发展,控制系统的规模变得更大,控制任务也变得更加复杂,由此推动了多智能体系统的形成和发展.多智能体系统是由多个具有简单功能的智能体相互关联形成的网络系统,其中每个智能体具备一定的计算、通信、感知、学习和执行能力.这些智能体之 ...

发明人：杨红英，孔一博，闫莉萍，刘道伟，夏元清，赵高尚，陈勇，杨学涛，刘开欣，杨延栋，刘威麟，加依达尔·金格斯，封一贤

申请日期：2022.05.25

摘要：一种用于获取电压动态时空分布特性的方法及装置，该方法包括：获取在若干个采样时刻下，若干个节点的电压幅值和电压相角；基于所述电压幅值和电压相角，得到电压相轨迹动态观测数据集；基于所述电压相轨迹动态观测数据集，得到电压相对变化量和扰动贡献指数，以用于描述电压动态时空分布特性。通过本发明实施例提供的方法及 ...

发明人：詹玉峰;王家盛;齐天宇;翟弟华;张元;吴楚格;夏元清

申请日期：2022.10.20

摘要：(ZH) 本发明涉及一种边缘智能优化方法和装置。本发明提供的边缘智能优化方法，基于模型参数、训练的轮数、通信时间、闲时CPU占用率和训练能耗构建环境的本轮状态，各个边缘设备根据本轮状态中的对应轮数信息参与联邦训练，采集本地模型参数、通信时间、闲时CPU利用率和训练能耗等信息，更新本轮状态，使得环境转 ...

作者：Gaochang Zhang¹;Senchun Chai¹;Runqi Chai¹;Marcos Garcia¹;Yuanqing Xia¹; （¹School of Automation, Beijing Institute of Technology, Beijing, China）

出处：IEEE Transactions on Intelligent Vehicles 2023

关键词：Autonomous vehicles;Programming;Optimization;Trajectory planning;Trajectory optimization;Wheels;Planning

摘要：With the development of autonomous vehicle technology, planning an efficient trajectory for automatic parking while considering multiple factors such ...

作者：Li, Hui;Yan, Liping;Zhou, Yuqin;Xia, Yuanqing;Shi, Xiaodi （¹The Key Laboratory of Intelligent Control Decision of Complex Systems, School of Automation, Beijing Institute of Technology, Beijing, People\'s Republic of China）

出处：International Journal of Systems Science. Principles and Applications of Systems and Integration 2023

关键词：Sequential fusion;Markov jump systems;heavy-tailed noise;sensor networks;Student\'s t distribution

摘要：We study a sequential fusion estimation problem for Markov jump multi-sensor systems with heavy-tailed noises. By modelling the noises as Student\'s t ...

作者：田翰文，夏元清，潘振华，王泰祺 （北京理工大学自动化学院）

出处：航天控制 2023

关键词：火星无人机；状态约束；神经网络；强化学习

摘要：针对火星无人机在恶劣条件下难以实现稳定的飞行和位置控制的问题，提出了一种基于状态约束的连续时间自适应神经网络控制方法，为了达到不分析虚拟控制器可行性条件的效果，引入了可以在没有虚拟控制器可行性条件情况下进行控制的坐标变换。该神经网络采用基于强化学习的自适应跟踪控制，以最小化长期性能值进行估计。虚拟控 ...

发明人：邹伟东，夏元清，李慧芳，张金会，翟弟华，戴荔，刘坤，闫莉萍

申请日期：2023.05.24

摘要：本发明提供了一种基于自适应累积系数的深度学习优化器的图像分类方法，根据当前的迭代次数计算获取相应的AdamE优化器的一阶动量和二阶动量的累积系数，提升图像分类精度，在保证训练效率的同时也能保证训练精度，提高了深度学习优化器的泛化性能。