龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：贵州大学
摘要：发明涉及非独立同分布数据技术领域，公开了一种基于联邦学习的工业设备集群非独立同分布数据处理框架，步骤：a.各客户端进行优化的过采样，划分出源域和目标域客户端；b.中央服务器发送1‑DCNN至所有客户端；c.源域客户端对模型进行训练并传回至中央服务器；d.将源域和目标域客户端数据分别输入模型，使用MMD度量二者在各卷积层和全连接层上的特征分布距离；e.判断模型中各层是否需要迁移；f.目标域客户端训练模型并传回至中央服务器；g.中央服务器基于FedAvg对模型进行聚合，发送至各客户端进行评估。本发明在非独立同分布数据的处理中具有优异性能，同时满足了隐私需求和算力需求，为工业设备集群数据非独立同分布问题提供了有效解决方案。
主权项：1.基于联邦学习的工业设备集群非独立同分布数据处理框架，该方法包括以下步骤：步骤一，各客户端在本地分别进行基于优化了参考样本选择策略的过采样技术进行本地数据过采样；筛选出数据量平衡且数据特征结构完整的客户端作为源域客户端，其余客户端为目标域客户端；步骤二，中央服务器初始化，中央服务器发送1-DCNN模型至所有客户端，包括所有源域客户端和目标域客户端；步骤三，源域客户端基于过采样后的数据对1-DCNN模型进行训练，保存源域训练模型，并将参数传回至中央服务器；步骤四，将源域客户端和目标域客户端数据分别输入源域训练模型，使用MMD度量二者在源域训练模型中各卷积层和全连接层上的特征分布距离；步骤五，根据MMD度量结果判断源域训练模型中各卷积层和全连接层是否需要迁移，并进行1-DCNN模型的补全；步骤六，目标域客户端基于其本地数据对迁移后的模型进行训练，保存模型，并将参数传回至中央服务器；步骤七，中央服务器基于FedAvg聚合策略对传回的源域客户端模型和目标域客户端模型进行聚合，输出聚合模型，并发送至各客户端以处理各客户端中的非独立同分布数据；各客户端运用本地数据对步骤七中由中央服务器发送回各客户端的模型进行评估。
全文数据：
权利要求：
百度查询： 贵州大学 基于联邦学习的工业设备集群非独立同分布数据处理框架
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号