基于联邦增量学习的智能工厂精益制造故障检测方法

AITNT
正文
推荐专利
基于联邦增量学习的智能工厂精益制造故障检测方法
申请号:CN202411699542
申请日期:2024-11-26
公开号:CN119723157A
公开日期:2025-03-28
类型:发明专利
摘要
本发明公开了一种基于联邦增量学习的智能工厂精益制造故障检测方法,包括以下步骤:S10,本地参与方的本地编码器模型使用对比学习方式进行预训练;S20,对全局编码器模型训练权重和本地参与方的本地编码器模型训练权重进行知识蒸馏,得到本地完整模型,进行本地训练;S30,将经过本地训练后的本地完整模型拆分为本地参与方的本地编码器模型和本地参与方的本地解码器模型,完成聚合训练得到本轮全局编码器训练权重;S40,将全局编码器训练权重下载到本地参与方的本地编码器模型,并与本地参与方的本地解码器模型结合形成本地完整模型;S50,使用本地完整模型对精益制造任务进行故障检测,判断是否发生故障。
技术关键词
解码器模型 故障检测方法 智能工厂 编码器训练 学生 中心服务器 代表 样本 教师 学习特征 故障特征 知识蒸馏方法 梯度下降算法 图像 客户端 数据
系统为您推荐了相关专利信息
1
一种基于智慧课堂的管理方法和系统
智慧课堂 个性化学习路径 多模态 教学 学生
2
基于知识蒸馏的模型训练方法、装置、电子设备与可读存储介质
预测特征 学生 教师 网络 模型训练方法
3
基于自适应数据选取与文本融合的半监督伪装目标检测方法
图像深度特征 视觉特征提取 文本编码器 数据 线索
4
一种继电保护回路的故障检测方法及系统
继电保护回路 电力系统 故障检测模型 设备状态参数 初始故障检测
5
基于原型估计和原型一致性的半监督胰腺影像分割方法
原型 影像分割方法 标记 学生 教师
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号