[发明专利]基于区块链的机器学习与犯错预警装置及方法在审
申请号: | 201810368440.0 | 申请日: | 2018-04-23 |
公开(公告)号: | CN108596345A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 薛泽 | 申请(专利权)人: | 薛泽 |
主分类号: | G06N99/00 | 分类号: | G06N99/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 066004 河北省秦皇岛市海港区白塔岭街*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标节点 学习 区块 算法 机器学习 预警装置 检验 实时查看 信息存储 记录 预警 成功 | ||
本发明公开了一种基于区块链的机器学习与犯错预警装置及方法,联盟链包括多个节点,多个节点包括目标节点和其余节点,其余节点为多个节点中除目标节点以外的节点;目标节点,用于获取机器自行处理进行学习的信息与企业提供经检验有效的算法的进行学习的信息,将机器自行处理进行学习的信息与企业提供经检验有效的算法的进行学习的信息对其余记节点发起共识,若共识成功,将获取的机器自行处理进行学习的信息与企业提供经检验有效的算法的进行学习的信息存储到对应的区块中;由于机器的学习记录都被记录并且可以实时查看,实现了机器的学习与犯错预警。
技术领域
本发明涉及人工智能科技技术领域,尤其涉及一种基于区块链的机器学习与犯错预警装置及方法。
背景技术
目前,世界人工智能领域技术飞速发展,未来的人工智能机器必将具备优质算法,学习处理信息的速度将非常快,深度学习能力将超强,这不仅需要相关机器界的法律算法完善也需要一种限制技术。机器联盟链旨在将各个具有机器学习共性的各家机器运营商的机器学习算法与机器用来智能学习的场景信息通过移动互联网进行链接,用来实现机器线上学习(自行处理信息进行学习)与线下学习(输入已经检验有效的算法),并将机器学习过程实时共享实现实时监控与管理,用于犯错预警,实现了机器的学习与犯错预警。
本技术是建立在联盟链上实现的,机器联盟链采用多中心的结构,包括两类节点,即线上学习兼记录节点和线下学习记录节点,其中,每一台机器就是一个线上学习兼记录节点,可以实现机器的自行学习和学习过程记录,每一个线下学习记录节点是一个中心,通过各线下学习记录节点达成共识的方式实现所有机器同时线下学习和维护全局机器学习能力。在现有的技术当中,需要分别在机器联盟链中各企业内部设立共同服务器,每个服务器对应一个线下学习记录中心节点,通过这些线下学习记录节点共同维护联盟链运营。
区块链技术作为当前国内外的焦点技术之一,会对未来的人工智能产生重要影响。
发明内容
本发明的目的:提供一种基于区块链的机器学习与犯错预警装置及方法,能用来实现未来机器的学习与犯错预警。
为了实现上述目的,本发明的技术方案是:
一种基于区块链的机器学习与犯错预警装置,包括多个线上学习兼记录节点与线下学习记录节点,所述多个线上学习兼记录节点分别通过无线网络与所述线下学习记录节点连接;所述线上学习兼记录节点包括目标线上学习兼记录节点及其余线上学习兼记录节点;所述线上学习兼记录节点包括数据存储装置、通讯装置、数据采集接收装置及读取装置;所述线下学习记录节点包括管理授权装置、通讯装置、数据采集接收装置及数据存储装置。
上述的基于区块链的机器学习与犯错预警装置,其中,所述多个记录节点中至少有两个记录节点对应的企业的地理位置不同,且至少有两个线上学习记录节点与两个线下学习记录节点,所述多个节点处于同一局域网内。
上述的基于区块链的机器学习与犯错预警装置,其中,所述节点是由底层、中间层和顶层组成的,所述底层用于存储数据信息;所述中间层用于提供区块链服务;所述顶层为应用层。
上述的基于区块链的机器学习与犯错预警装置,其中,所述底层采用同态加密算法。
上述的基于区块链的机器学习与犯错预警装置,其中,所述目标记录节点还用于向所述记录节点发送心跳信号,所述心跳信号数据包括由两个巴克码和节点标识组成共32位的数据。
一种基于区块链的机器学习方法,包括如下步骤:
步骤1:机器利用传感器收集的有效周围信息向信息区块发送。
步骤2:信息收集区块将有效信息发送给机器进行智能学习。
步骤3:机器通过对大量有效信息的处理与分析进行深度学习,产生适合现在自己所处环境的有效算法。
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薛泽,未经薛泽许可,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/pat/books/201810368440.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于大数据的复杂面板数据学习方法
- 下一篇:一种燃气调压设备运维方法