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

[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
|
收藏
|

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。

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