[01920575]工业物联网边缘设备上基于联邦学习的空时预测算法
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:CN202111654558.8
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
技术详细介绍
本发明公开了工业物联网边缘设备上基于联邦学习的空时预测算法,属于工业物联网领域,具体包括:首先,搭建包括行业集和客户集的应用场景;然后,针对单个客户端,其设备监测到的传感数据构成数据库,在该客户端中构建TCN-GCN深度模型,并使用数据库的数据更新TCN-GCN深度模型的参数w~C;同理,各客户端分别在本地训练各自的TCN-GCN模型并得到各自的模型参数w~C;最后,利用改进的FedAVG算法将每个客户端的模型参数w~C,上传到云端进行加权聚合,成一个新的全局模型,实现基于联邦学习的空时预测。本发明对参与联邦学习的客户以及客户内部的设备采用随机采样,减少算法的通信开销,特别适用于大规模IIoT网络和分布式预测;在保护隐私的基础上,具有良好的预测性能。
本发明公开了工业物联网边缘设备上基于联邦学习的空时预测算法,属于工业物联网领域,具体包括:首先,搭建包括行业集和客户集的应用场景;然后,针对单个客户端,其设备监测到的传感数据构成数据库,在该客户端中构建TCN-GCN深度模型,并使用数据库的数据更新TCN-GCN深度模型的参数w~C;同理,各客户端分别在本地训练各自的TCN-GCN模型并得到各自的模型参数w~C;最后,利用改进的FedAVG算法将每个客户端的模型参数w~C,上传到云端进行加权聚合,成一个新的全局模型,实现基于联邦学习的空时预测。本发明对参与联邦学习的客户以及客户内部的设备采用随机采样,减少算法的通信开销,特别适用于大规模IIoT网络和分布式预测;在保护隐私的基础上,具有良好的预测性能。