[发明专利]一种基于图神经网络联邦学习的工业设备故障检测方法在审
| 申请号： | 202210803801.6 | 申请日： | 2022-07-07 |
| 公开（公告）号： | CN115311205A | 公开（公告）日： | 2022-11-08 |
| 发明（设计）人： | 罗光圣;方志军;赵晓丽;杨驰 | 申请（专利权）人： | 上海工程技术大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08;G06N20/20;G06F16/35;G06F16/25;G06F16/27 |
| 代理公司： | 上海唯智赢专利代理事务所(普通合伙) 31293 | 代理人： | 刘朵朵 |
| 地址： | 201620 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图神经网络联邦学习的工业设备故障检测方法，属于工业设备故障检测领域。该方法包括：客户端采集工业设备故障数据，构建带有标签的工业设备图数据集；建立并初始化客户端图神经网络模型；根据工业设备图数据集和公共数据集训练图神经网络模型；并将训练好的模型参数上传中央服务器，中央服务器将得到的所有客户端模型参数进行聚合，得到更新的模型参数，并下发给所有客户端；客户端更新本地模型，迭代训练直至网络模型的损失值小于阈值或达到指定训练次数。本发明依据图结构数据，基于图神经网络在联邦学习架构下进行训练，并在联邦学习架构下进行GNN聚合。使得在本地数据的私密性得以保证的前提下，本地模型间互相受益。 | ||
| 搜索关键词： | 一种 基于 神经网络 联邦 学习 工业 设备 故障 检测 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上海工程技术大学，未经上海工程技术大学许可，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/202210803801.6/，转载请声明来源钻瓜专利网。
