联邦学习中针对自适应选择客户的优化
九月 2023 - 五月 2024
面对联邦学习中典型的Heterogeneity问题,一系列联邦学习的算法针对不同的方面进行了优化。在这一项目中,团队针对现有的不同工作进行了细致的文献阅读与分析,整理了不同侧重的联邦学习算法,例如:FedCS, FedPNS, OCEAN等。为了优化客户选择这一问题的表现,设计了一套模拟系统来推动不同算法的比较试验。预计在接下来的阶段,将对现有的业界内工作提出进一步的创新改进。
基于树莓派的RFID音乐播放器
十月 2023 - 十二月 2023
使用树莓派开发了一款RFID音乐播放器。当特定的RFID靠近读卡器时,将调用数据库内的音乐进行播放。在播放音乐的过程中,使用piTFT作为显示屏实时显示歌词,并通过FFT算法在LED灯带上展示节奏的律动。当该RFID离开读卡器时,音乐播放以及其他对应的功能将会停止,模拟了老式留声机的工作情景。