一种基于联邦学习的多源异构大数据采集处理方法

AITNT
正文
推荐专利
一种基于联邦学习的多源异构大数据采集处理方法
申请号:CN202411910084
申请日期:2024-12-24
公开号:CN119849972A
公开日期:2025-04-18
类型:发明专利
摘要
本发明公开了一种基于联邦学习的多源异构大数据采集处理方法,属于数据管理技术领域,包括搭建交通系统物联网设备数据采集模块与数据传输模块,实时采集交通系统数据,在数据传输网络中设置本地数据存储和处理模块接收、处理和存储实时采集的交通系统数据;并对对本地数据进行训练,获得本地优化模型;将训练后的本地优化模型参数上传至服务器,服务器基于初始化全局优化模型和接收的各本地优化模型参数获得聚合模型,并将聚合模型下发至各交通系统物联网设备;各交通物联网设备基于聚合模型对交通系统数据进行实时监测分析,获取交通系统中异常信息类型,针对不同异常制定个物联网终端所对应系统的相对应响应策略。
技术关键词
交通系统 物联网终端 中心服务器 机器学习算法 大数据 数据传输网络 物联网设备 数据传输模块 多源异构数据 数据存储 异常信息 数据管理技术 参数
系统为您推荐了相关专利信息
1
一种城市轨道交通线网断面客流事后估计方法及系统
站点 城市轨道交通网络 估计方法 城市轨道交通系统 列车时刻表
2
检索响应方法、装置、存储介质、电子设备及程序产品
分块 文本 自定义信息 数据映射关系 序列
3
一种金融服务大数据仓库管理系统
分析模块 监控模块 能力评估模型 需求预测模型 风险评估模型
4
一种基于用户信息和任务特征的任务匹配方法
机器学习算法 梯度提升决策树算法 时间衰减模型 在线学习算法 引入注意力机制
5
智能数据元的数据管理方法、装置、设备及存储介质
数据管理方法 传输路径 网络状态信息 节点 推荐算法
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