摘要
本发明提供一种基于气象数据联邦学习的全球野火预测方法和设备,方法包括:获取待预测的气象隐私数据,将所述气象隐私数据输入至训练好的气象数据联邦学习网络模型中,得到全球野火预测概率结果;所述气象数据联邦学习网络模型由若干本地客户端和一个全局服务器组成,所述若干本地客户端和所述全局服务器采用架构相同的时序交叉网络。本发明首次在野火预测任务中引入联邦学习框架,在本地客户端和全局服务器不共享数据的前提下得到适应全局数据的网络模型,突破了传统气象数据无法完全共享的瓶颈。通过联邦学习,能够在保护各参与节点数据隐私的同时,整合全球范围内的气象信息,提高预测模型的泛化能力。
技术关键词
客户端
气象
数据
时序
服务器网络参数
更新模型参数
火灾
处理器
图像
特征点
变量
训练集
程序
海洋
通道
气候
瓶颈
加密
系统为您推荐了相关专利信息
食品安全信息
信息智能抽取
文本理解
多尺度
矩阵