摘要
本发明提出了一种面向管道仪表流程图的个性化联邦学习方法。在使用PID图纸进行知识图谱模型训练时,常常会遇见本地训练数据不足,联合训练标准不一的问题,影响模型的泛化能力和个性化能力。本发明通过引入联邦学习框架,建立本地PID图例标准与全局PID图例标准的映射关系;使用目标检测和文字识别技术,使用抽取出的知识对应PID图例标准构建三元组,形成本地知识图谱和全局知识图谱;使用联邦学习方法训练知识补全模型和知识嵌入模型,充分利用来自不同企业的图纸数据,在保护图纸数据隐私的同时,提升模型的泛化能力;基于联邦训练结果进行个性化训练,以确保抽取出的知识受益于其他节点数据的同时,满足每个企业的个性化需求。
技术关键词
联邦学习方法
知识图谱补全
客户端
管道仪表
三元组
实体
中心服务器
图纸
服务器节点
优化器
卷积神经网络模块
关系
地图
知识图谱模型
文字识别技术
知识图谱数据
样本
系统为您推荐了相关专利信息
区块链系统
节点
共识算法
区块链混合共识
客户端
图像生成方法
色彩特征向量
风格
生成对抗网络
三元组