云边协同场景下基于联邦终身学习的工业建模系统及方法

    公开(公告)号:CN116451162A

    公开(公告)日:2023-07-18

    申请号:CN202310393075.X

    申请日:2023-04-13

    Applicant: 浙江大学

    Abstract: 本发明公开了一种云边协同场景下基于联邦终身学习的工业建模系统及方法。为实现工业过程在变工况场景下的终身学习与建模能力,本发明引入基于生成的重放策略,为每一工况设计专有的扩散模型,实现对数据的捕捉、填补和生成。扩散模型生成的伪数据与增量数据协同训练,实现对本地历史工况知识的巩固。考虑到工业数据缺失率高、质量差的特性,本方法提出自掩码技巧用于训练扩散模型,使其同时具备填补能力和生成能力。考虑到不同客户端工况的差异性与互补性,本发明设计联邦加权聚合策略,实现对其它工厂历史知识的融合。本发明在保护数据隐私的情况下,有效利用各客户端知识,下游任务模型在增量更新时不遗忘历史的数据分布,且对本地未见工况具有更强的泛化能力。

Patent Agency Ranking