[发明专利]一种基于联邦学习的多设备状态监测方法在审
| 申请号： | 202110253451.6 | 申请日： | 2021-03-05 |
| 公开（公告）号： | CN113033772A | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 于泽沛;张卫山;包致成 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F21/60;G06F21/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于联邦学习的多设备状态监测方法，包括如下步骤：多节点设备数据采集；数据预处理清理异常值并标准化；子节点模型训练；子模型上传；中心节点模型融合；中心节点模型下发子节点；根据训练模型进行设备状态预测。当有新的子节点加入联邦学习网络中时，为了减少重新训练的时间消耗，由中心节点下发当前模型至该子节点加入训练。本发明提出的基于联邦学习的多设备状态监测方法，引入联邦学习的机制提高多节点模型训练的准确率和泛化性，同时有效保证训练数据安全。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 设备 状态 监测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学（华东），未经中国石油大学（华东）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110253451.6/，转载请声明来源钻瓜专利网。
