[发明专利]结合大数据分析反馈的联邦机器组合服务方法与系统

说明书

本发明公开了一种结合大数据分析反馈的联邦机器组合服务系统，包括分布在不同地址的多个设备(1)、大数据分析和调度模块(2)；每个设备(1)包括数据预处理模块(3)、数据获取模块(6)和数据读取模块(11)；所述大数据分析和调度模块(2)对所有参与联邦机器学习的设备、工作模块和数据进度数据分析和调度；所述大数据分析和调度模块(2)数据通信连接所述数据读取模块(11)、所述数据训练融合子模块(4)和所述联邦数据训练模块(5)；所述数据获取模块(6)和所述单机存储模块(7)数据通信连接，所述单机存储模块(7)还分别和所述数据预处理模块(3)和数据读取模块(11)数据通信连接。本发明的结合大数据分析反馈的联邦机器组合服务系统，本申请在进行数据记录训练前，对数据记录进行数据清理，以便剔除数据记录异常的部分，以便保证数据记录的准确性，从而保证数据模型的准确。

技术领域

本发明涉及在智能制造技术领域，具体为一种结合大数据分析反馈的联邦机器组合服务方法与系统。

背景技术

二十世纪，是一个智能化生产和智能制造的年底，现今生活中，设备不仅自己智能化，自动化，而且，还从以前设备单独的运行，到如今的协同化操作，这其中就离不开跨域、跨设备的运行和协作，而其中必然就涉及了不同设备或领域之间的协同，传统的技术中，如果通常常规的逻辑关系去处理，则不仅处理周期长，导致需要大量数据逻辑的运算，从而对处理器的运算处理能力需求进一步加强，因此，为了适应于大规模的计算和运算处理能力，这必然会提高对处理器的逻辑计算能力需求，而大规模集成电路或超大规模集成电路的运算处理能力，也直接影响到了其生产成本。一方面，需要提升处理器的自身处理能力，另外一方面，希望降低对运算能力的需求，即优化人工智能的运算处理需求，因此，现今，也一直有大量的研究针对算法，已通过算法去改进计算模型，降低运算的需求。另外一方面，对各种智能设备来说，为了实现各种智能化处理的技术效果，需要联合各传感设备或各机构的数据，进行综合逻辑计算后，进行汇总后作出综合判断，但要将分散在各地的数据进行整合在巨大的困难和经济成本，而目前也存在对分布在各地的数据进行联合访问和处理的技术，如联邦机器学习，又名联邦学习，联合学习，联盟学习，联邦机器学习是一个机器学习框架，能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据使用和机器学习建模；

如专利CN 110263936A公开了一种横向联邦学习方法，该方法包括：社区协调者获取中央协调者发送的全局模型参数，并将全局模型参数发送至各参与者；获取各参与者发送的基于全局模型参数进行模型训练得到的模型参数更新，对各模型参数更新进行融合以获取社区模型参数更新，并确定是否需要将社区模型参数更新发送至中央协调者；若是，则将社区模型参数更新发送至中央协调者，获取中央协调者返回的全局模型参数更新，并将全局模型参数更新发送至各参与者，以便各参与者基于全局模型参数更新进行模型训练。该发明还公开了一种横向联邦学习装置、设备和一种计算机存储介质。本发明提高了横向联邦学习的学习效率。

专利CN111324440A公开了一种本发明公开了一种自动化流程的执行方法、装置、设备及可读存储介质，涉及金融科技领域，该方法包括步骤：获取终端对应的多模态数据，将所述多模态数据作为深度学习模型的输入，以得到意图分析模型；通过所述意图分析模型确定终端中自动化流程对应的行为意图；根据所述行为意图执行所述自动化流程对应的目标操作指令，以执行所述自动化流程。该发明实现了通过意图分析模型来分析自动化流程对应的行为意图，根据行为意图来来执行自动化流程，避免自动化流程对应执行环境的变化导致自动化流程执行失败的情况出现，从而提高了自动化流程对不同执行环境的适应性，即提高了自动化流程的适应性，以及提高了自动化流程的执行成功率。