工業(yè)物聯(lián)網(wǎng)中的個性化聯(lián)邦學(xué)習(xí)算法的研究

摘要： 為了在不直接共享原始數(shù)據(jù)的前提下構(gòu)建聯(lián)合模型，聯(lián)邦學(xué)習(xí)應(yīng)運而生.然而，在復(fù)雜的工業(yè)物聯(lián)網(wǎng)環(huán)境中，聯(lián)邦學(xué)習(xí)的應(yīng)用面臨兩大挑戰(zhàn)：1)工業(yè)物聯(lián)網(wǎng)設(shè)備之間彼此異構(gòu)，掉隊和離線設(shè)備的存在極大拖慢了聯(lián)邦學(xué)習(xí)的訓(xùn)練速；2)不同數(shù)據(jù)所有者擁有的數(shù)據(jù)彼此異構(gòu)，客戶端的本地模型差異較大，簡單對本地模型進行平均無法獲得適用于所有客戶端的高質(zhì)量模型.為了解決上述挑戰(zhàn)，本文設(shè)計了一個融合數(shù)字孿生的聯(lián)邦學(xué)... （共8頁）