申请/专利权人:山东大学
申请日:2023-11-28
公开(公告)日:2024-03-08
公开(公告)号:CN117669699A
主分类号:G06N3/098
分类号:G06N3/098;G06N3/0455;G06N3/0464;G06F40/30;G06F21/62
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.26#实质审查的生效;2024.03.08#公开
摘要:本发明涉及一种工业物联网场景下面向数字孪生的语义信息联邦学习方法及系统,包括:将工业物联网终端设备联邦学习参与者的数据输入到边缘服务器中的多模态神经网络中进行数据输入选择;提取语义信息;为提取的语义信息添加差分隐私保护;根据语义信息进行模型训练;模型训练完成后,进行全局模型聚合并进行模型评估,根据评估精度进行重复训练或进入下一步;模型评估达到要求后,完成生成数字孪生模型建模过程。
主权项:1.一种工业物联网场景下面向数字孪生的语义信息联邦学习方法,其特征在于,包括:将工业物联网终端设备联邦学习参与者的数据输入到边缘服务器中的多模态神经网络中进行数据输入选择;工业物联网终端设备联邦学习参与者的数据为传感器采集的图像和文本信息;提取语义信息;为提取的语义信息添加差分隐私保护;根据语义信息进行模型训练;模型训练完成后,进行全局模型聚合并进行模型评估,根据评估精度进行重复训练或进入下一步;模型评估达到要求后,完成生成数字孪生模型;进一步优选的,多模态神经网络为卷积神经网络。
全文数据:
权利要求:
百度查询: 山东大学 一种工业物联网场景下面向数字孪生的语义信息联邦学习方法及系统
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。