联邦学习在泛在电力物联网人工智能领域的应用

针对泛在电力物联网中人工智能应用发展存在各系统间的"数据孤岛"问题以及电力数据的安全性问题,实现跨行业跨业务线数据集中训练存在的现实问题和政策瓶颈,介绍了联邦学习技术,并基于泛在电力物联网架构,设计各种应用场景下使用联邦学习的策略和基本流程。

0 引言

1 泛在电力物联网中人工智能应用发展面对的挑战

2 联邦学习技术概述

3 联邦学习在泛在电力物联网运用策略

3.1 泛在电力物联网架构满足联邦学习算力和数据分布式需求

3.2 泛在电力物联网中人工智能应用场景分析

3.3 各场景中联邦学习运用策略

3.3.1 数据特征重叠度高人工智能应用使用联邦学习的策略和基本流程

3.3.2 用户（或样本）重叠度高人工智能应用使用联邦学习策略的策略和基本流程

4 结语

类型: 期刊论文

作者: 谢丰,卞建玲,王楠,郑倩

关键词: 泛在电力物联网,联邦学习,人工智能

来源: 中国高新科技 2019年23期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,电信技术,计算机软件及计算机应用,自动化技术

单位: 北京中电普华信息技术有限公司

分类号: TP18;TM73;TN929.5;TP391.44

DOI: 10.13535/j.cnki.10-1507/n.2019.23.03

页码: 18-21

总页数: 4

文件大小: 1525K

下载量: 412