CN119723177A 基于联邦学习的设备故障预测方法 （吉林师范大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119723177A

(43)申请公布日2025.03.28

(21)申请号202411778623.1

(22)申请日2024.12.05

(71)申请人吉林师范大学

地址136000吉林省四平市铁西区海丰大

街1301号

(72)发明人周伟韩佳乐谭振江李丽颖魏迎欣张君茹刘健楠

(74)专利代理机构哈尔滨市阳光惠远知识产权代理有限公司23211

专利代理师刘景祥

(51)Int.Cl.

G06V10/764(2022.01)

G06V10/82(2022.01)

G06V10/44(2022.01)

G06V10/32(2022.01)

G06V10/771(2022.01)

G06N3/0464(2023.01)

G06N3/084(2023.01)

G06N20/00(2019.01)

权利要求书3页说明书11页附图8页

(54)发明名称

基于联邦学习的设备故障预测方法

(57)摘要

CN119723177A本发明提出基于联邦学习的设备故障预测方法。所述方法通过动态调整聚合权重，保障不同分布维度下故障数据在聚合过程中的权重适配性。本发明首先提出了贡献度机制，然后将各客户端的贡献度与其数据集的权重结合进行模型聚