X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到合肥巢湖经开区网上技术交易平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[01920574]工业物联网边缘设备中基于知识蒸馏的空时预测方法

交易价格: 面议

所属行业:

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN202111270656.1

交易方式: 技术转让

联系人:

所在地:内蒙古自治区呼和浩特市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开了工业物联网边缘设备中基于知识蒸馏的空时预测方法,属于物联网边缘设备领域,首先,分别搭建教师网络TCN-GCN模型和浅层学生网络模型,对传感器获取的二维空时数据进行预测;接着,利用GAN判别器将教师网络和学生网络输出的预测结果进行特征变换,使学生网络学习教师网络的特征捕捉能力,并计算与教师网络拟合后的新学生网络的损失函数L-(GAN);然后,教师网络对传感器采集的真实数据剔除离群值;最后,将损失函数L-(GAN)与学生的损失函数L-(TOE)加权相加,得到最终的损失函数L,实现知识蒸馏,并利用损失函数L将新学生网络的输出与剔除离群值的真实数据做梯度下降,获得最终的空时预测结果。本发明大幅减少了空时预测模型的复杂度。
本发明公开了工业物联网边缘设备中基于知识蒸馏的空时预测方法,属于物联网边缘设备领域,首先,分别搭建教师网络TCN-GCN模型和浅层学生网络模型,对传感器获取的二维空时数据进行预测;接着,利用GAN判别器将教师网络和学生网络输出的预测结果进行特征变换,使学生网络学习教师网络的特征捕捉能力,并计算与教师网络拟合后的新学生网络的损失函数L-(GAN);然后,教师网络对传感器采集的真实数据剔除离群值;最后,将损失函数L-(GAN)与学生的损失函数L-(TOE)加权相加,得到最终的损失函数L,实现知识蒸馏,并利用损失函数L将新学生网络的输出与剔除离群值的真实数据做梯度下降,获得最终的空时预测结果。本发明大幅减少了空时预测模型的复杂度。

推荐服务:

Copyright    ©    2016    合肥巢湖经开区网上技术交易平台    All Rights Reserved

皖ICP备15001458号

运营商:科易网