科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提公开了一种基于联邦迁移学习的装配监测模型训练方法及系统。所述方法包括：创建多任务联邦学习模型库；根据客户任务特征数据分析当前任务场景与现有模型场景相似度,判断该客户任务相对于仓库子节点任务是否为新任务；设计融合权重,选择性加权融合多任务联邦学习模型库中的模型,为客户节点任务生成具有先验知识的初始化模型,下放模型至边缘客户节点；客户节点使用本地数据训练模型,并将模型分享到云服务器；更新多任务联邦学习模型库。本发明采用边云协同的模型训练方式,降低边缘端对计算和存储资源的要求；充分考虑装配任务的相似性和差异性,根据客户节点任务特征,生成定制化的初始化模型,降低了模型训练成本。
- 出版日期2022-6-30
- 单位华南理工大学; 中山市华南理工大学现代产业技术研究院
