摘要
本发明涉及一种基于动态分簇与双环协同训练的联邦学习方法及系统,涉及联邦学习领域。以解决分簇机制适应性不足、知识共享效率低下的问题。其中,方法包括:步骤1:从每个参与联邦学习的工控设备中接收非敏感特征;步骤2:按照各个所述非敏感特征的相似度对所述工控设备分簇,形成多个联邦子簇;步骤3:各所述联邦子簇独立执行内环知识蒸馏训练,各所述联邦子簇间执行外环模型共享训练,判断是否达到训练结束的条件;步骤4:更新所述非敏感特征,重复步骤2、步骤3和步骤4,直至达到训练结束条件。
技术关键词
工控设备
联邦学习方法
内环
蒸馏
联邦学习系统
层次聚类算法
分簇机制
验证规则
动态
统计特征
矩阵
有效性
代表
模块
加密
控制器
环形
参数
系统为您推荐了相关专利信息
深度卷积神经网络
图像梯度信息
异常检测方法
知识蒸馏技术
图像检测模型
逆变器
优化控制方法
超参数
电压外环控制
电流内环控制
医疗决策支持方法
知识蒸馏技术
疾病
保障数据安全
模糊综合评价
模糊PI控制
三相并网逆变器
双闭环控制方法
功率控制
电压
模型优化方法
模型优化系统
知识蒸馏方法
剪枝策略
标签