发明专利 已授权

一种基于数字孪生辅助的联邦学习新鲜度优化方法与系统

📄 申请号:CN202211051083.8 📄 发布日:2026/06/12

著录项目信息

申请日
2022-08-30
公开号
CN115481748A
公开日
2022-12-16
申请人
广东工业大学
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

工业互联网, 边缘计算, 分布式机器学习, 智能制造, 数据要素流通

摘要

本发明公开了一种基于数字孪生辅助的联邦学习新鲜度优化方法与系统,涉及工业物联网的技术领域,包括构建工业物联网联邦学习模型,计算所有智能设备的数字孪生体进行一轮联邦学习的能耗、本地数据新鲜度和模型参数新鲜度;以能耗和新鲜度之和最小化为目标,建立联合带宽分配、数据收集频率和数据计算频率的优化问题,并转化为马尔科夫决策过程,定义状态空间、动作空间和回报函数;建立深度强化学习网络并进行训练,利用训练好的深度强化学习网络进行资源调度,获得最优调度策略,应用到对应的智能设备。本发明有效减少联邦学习的时延,提高联邦学习的学习效率,杜绝了出现反向优化的情况,提高了联邦学习模型的性能。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

同领域国内专利 · IPC: (G06N20_00)

G06N20_00 G06N20_10 G06N20_20 覆盖3个领域
议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:60 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价