【技术实现步骤摘要】
本专利技术属于数据处理，尤其涉及基于联邦ai计算的物联网模型训练方法。
技术介绍
1、随着物联网(iot)技术的快速发展，各种智能设备，如智能家居设备、门锁传感器和家居监控装置，被广泛应用，并生成大量的数据，这些数据对于训练机器学习模型和提高设备的智能化水平具有巨大的价值。
2、物联网设备产生的数据具有其特殊性，各用户端的数据来源于物联网设备通过传感器在多种环境中收集数据，智能家居设备、门锁传感器、家居监控装置等，这些数据是由众多的传感器在多种环境中收集而来，这些设备每秒生成大量数据，这些数据可能具有多种属性，且大多数数据是未标注的，而未标注的数据无法用于参数模型的训练。
技术实现思路
1、本申请针对上述技术问题提出基于联邦ai计算的物联网模型训练方法及装置，具体技术方案如下：
2、本专利技术提出一种基于联邦ai计算的物联网模型训练方法，其中，采用联邦学习分布式框架进行模型的训练方法，由中心服务器和若干用户组成，可以实现物联网设备安全防护任务中每个参与训练的用户在不...
【技术保护点】
1.基于联邦AI计算的物联网模型训练方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于联邦AI计算的物联网模型训练方法，其特征在于，完成标注的数据通过如下方法进行处理：
3.根据权利要求1或2所述的基于联邦AI计算的物联网模型训练方法，其特征在于，通过如下方法对数据集进行扩充：
4.根据权利要求1所述的基于联邦AI计算的物联网模型训练方法，其特征在于，用户端利用数据训练参数模型的过程中，采用如下方法进行特征提取：
5.根据权利要求4所述的基于联邦AI计算的物联网模型训练方法，其特征在于，将特征提取后的数据输入...
【技术特征摘要】
1.基于联邦ai计算的物联网模型训练方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于联邦ai计算的物联网模型训练方法，其特征在于，完成标注的数据通过如下方法进行处理：
3.根据权利要求1或2所述的基于联邦ai计算的物联网模型训练方法，其特征在于，通过如下方法对数据集进行扩充：
4.根据权利要求1所述的基于联邦ai计算的物联网模型训练方法，其特征在于，用户端利用数据训练参数模型的过程中，采用如下方法进行特征提取：
5.根据权利...
【专利技术属性】
技术研发人员：金城，
申请(专利权)人：江苏新巢天诚智能技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。