買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉浙江大學(xué)申請的專利云邊協(xié)同場景下基于聯(lián)邦終身學(xué)習(xí)的工業(yè)建模系統(tǒng)及方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116451162B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310393075.X，技術(shù)領(lǐng)域涉及：G06F18/2433；該發(fā)明授權(quán)云邊協(xié)同場景下基于聯(lián)邦終身學(xué)習(xí)的工業(yè)建模系統(tǒng)及方法是由趙春暉;李寶學(xué);王偉;范海東設(shè)計(jì)研發(fā)完成，并于2023-04-13向國家知識產(chǎn)權(quán)局提交的專利申請。

本云邊協(xié)同場景下基于聯(lián)邦終身學(xué)習(xí)的工業(yè)建模系統(tǒng)及方法在說明書摘要公布了：本發(fā)明公開了一種云邊協(xié)同場景下基于聯(lián)邦終身學(xué)習(xí)的工業(yè)建模系統(tǒng)及方法。為實(shí)現(xiàn)工業(yè)過程在變工況場景下的終身學(xué)習(xí)與建模能力，本發(fā)明引入基于生成的重放策略，為每一工況設(shè)計(jì)專有的擴(kuò)散模型，實(shí)現(xiàn)對數(shù)據(jù)的捕捉、填補(bǔ)和生成。擴(kuò)散模型生成的偽數(shù)據(jù)與增量數(shù)據(jù)協(xié)同訓(xùn)練，實(shí)現(xiàn)對本地歷史工況知識的鞏固。考慮到工業(yè)數(shù)據(jù)缺失率高、質(zhì)量差的特性，本方法提出自掩碼技巧用于訓(xùn)練擴(kuò)散模型，使其同時具備填補(bǔ)能力和生成能力。考慮到不同客戶端工況的差異性與互補(bǔ)性，本發(fā)明設(shè)計(jì)聯(lián)邦加權(quán)聚合策略，實(shí)現(xiàn)對其它工廠歷史知識的融合。本發(fā)明在保護(hù)數(shù)據(jù)隱私的情況下，有效利用各客戶端知識，下游任務(wù)模型在增量更新時不遺忘歷史的數(shù)據(jù)分布，且對本地未見工況具有更強(qiáng)的泛化能力。

本發(fā)明授權(quán)云邊協(xié)同場景下基于聯(lián)邦終身學(xué)習(xí)的工業(yè)建模系統(tǒng)及方法在權(quán)利要求書中公布了：1.一種云邊協(xié)同場景下基于擴(kuò)散模型的聯(lián)邦終身工業(yè)建模系統(tǒng)，其特征在于，包括： C個客戶端，每個客戶端包含一個數(shù)據(jù)獲取模塊、一個數(shù)據(jù)記憶庫、一個擴(kuò)散模型庫、一個本地軟測量模型和C-1個其他客戶端對應(yīng)的本地軟測量模型；數(shù)據(jù)獲取模塊用于實(shí)時獲取工業(yè)過程變量數(shù)據(jù)；所述數(shù)據(jù)記憶庫基于數(shù)據(jù)獲取模塊實(shí)時更新存儲新出現(xiàn)的工況的數(shù)據(jù)構(gòu)建新出現(xiàn)工況的訓(xùn)練數(shù)據(jù)集；所述訓(xùn)練數(shù)據(jù)集的每個樣本包含工業(yè)過程變量數(shù)據(jù)和對應(yīng)的軟測量標(biāo)簽；擴(kuò)散模型庫包括多個擴(kuò)散模型，多個擴(kuò)散模型與工況一一對應(yīng)，并基于對應(yīng)工況的訓(xùn)練數(shù)據(jù)集，將樣本中擬構(gòu)造缺失部分和不存在缺失的部分分開分別構(gòu)建與原始訓(xùn)練樣本等大小的子樣本，以擬構(gòu)造缺失部分構(gòu)建的子樣本為目標(biāo)值進(jìn)行t步擴(kuò)散得到將擴(kuò)散后的不存在缺失的部分構(gòu)建的子樣本和擴(kuò)散步數(shù)t輸入到擴(kuò)散模型中，擴(kuò)散模型預(yù)測在前向擴(kuò)散過程中加入的噪聲，通過噪聲的真值εt約束擴(kuò)散模型進(jìn)行訓(xùn)練獲得；所述擴(kuò)散模型至少用于對對應(yīng)工況下數(shù)據(jù)獲取模塊實(shí)時獲取的存在缺失的工業(yè)過程變量數(shù)據(jù)進(jìn)行填補(bǔ)；每個客戶端的本地軟測量模型基于對應(yīng)數(shù)據(jù)記憶庫存儲的數(shù)據(jù)進(jìn)行訓(xùn)練更新并分別傳輸給云端和其他客戶端； 一個云端，云端用于接收每個客戶端訓(xùn)練更新的本地軟測量模型并聚合得到全局模型； 其中，所述擴(kuò)散模型還包括用于生成重放數(shù)據(jù)，具體為： 將高斯噪聲作為第T步擴(kuò)散得到的缺失部分構(gòu)建的子樣本令不存在缺失的部分構(gòu)建的子樣本將t和輸入到訓(xùn)練好的擴(kuò)散模型中，得到模型估計(jì)的均值函數(shù)和方差函數(shù)，從而得到再將和t輸入到擴(kuò)散模型，從而得到重復(fù)這一過程，直至得到表示為： 其中，T為擴(kuò)散的總步數(shù)，εθ*表示擴(kuò)散模型預(yù)測的噪聲，是方差函數(shù)，αt＝1-βt，βt為第t步擴(kuò)散過程控制噪聲幅值的小于1的正數(shù)，ε為高斯噪聲。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學(xué)，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。