一种数据中台统一任务调度管理系统

    公开(公告)号:CN112559486A

    公开(公告)日:2021-03-26

    申请号:CN202011252238.5

    申请日:2020-11-11

    Abstract: 本发明提出了一种数据中台统一任务调度管理系统,包括:用于管理整个系统的调度任务的统一任务调度引擎模块、用于对数据中台的任务进行调度依赖关系的配置的统一调度依赖关系配置模块、用于对数据中台任务调度资源进行管理的统一调度资源管理分配模块、用于对整个业务调度任务进行全方位的监控的统一调度情况监控预警模块以及用于用于完成数据中台与集成组件的适配和动态联动的数据中台异构工具集成模块,各模块各自工作又互相配合,解决现有数据中台作业任务与外部uep、etl、ogg等任务缺乏统一调度的问题,提高全局任务作业调度的有序性和调度效率。

    基于横向联邦学习的电力数据共享方法

    公开(公告)号:CN115775010A

    公开(公告)日:2023-03-10

    申请号:CN202211470177.9

    申请日:2022-11-23

    Abstract: 本发明公开了基于横向联邦学习的电力数据共享方法,首先构建C/S通信模式的横向联邦学习框架,并进行如下分布式训练:横向联邦学习框架下,服务器将模型参数发送给各客户端;各客户端构建BP神经网络并采用本地数据集进行本地训练,本地训练完成后的参数采用同态加密技术进行处理后上传;服务器对多个客户端上传的参数进行聚合评估,结果作为全局参数返回到各个客户端进行本地模型的更新,直至达到训练需求或模型收敛为止;其次根据测试数据对分布式训练完成的模型进行验证测试与评估,实现数据的精准预测。本发明在共享时不影响数据的使用,同时保护各参与方的隐私信息,能解决电力数据的数据融合及共享安全问题。

    基于横向联邦学习的电力数据共享方法

    公开(公告)号:CN115775010B

    公开(公告)日:2024-03-19

    申请号:CN202211470177.9

    申请日:2022-11-23

    Abstract: 本发明公开了基于横向联邦学习的电力数据共享方法,首先构建C/S通信模式的横向联邦学习框架,并进行如下分布式训练:横向联邦学习框架下,服务器将模型参数发送给各客户端;各客户端构建BP神经网络并采用本地数据集进行本地训练,本地训练完成后的参数采用同态加密技术进行处理后上传;服务器对多个客户端上传的参数进行聚合评估,结果作为全局参数返回到各个客户端进行本地模型的更新,直至达到训练需求或模型收敛为止;其次根据测试数据对分布式训练完成的模型进行验证测试与评估,实现数据的精准预测。本发明在共享时不影响数据的使用,同时保护各参与方的隐私信息,能解决电力数据的数据融合及共享安全问题。

Patent Agency Ranking