航空发动机一直以来都被视为影响国家空中运输、国防安全和保持国家战略优势的核心技术,是衡量一个国家综合科技水平、科技工业基础实力和综合国力的重要标志。然而在整个航空航天行业,数据分散的储存在不同的工厂和企业中,各方数据在物联网节点之间的流通面临困难和挑战。联邦学习通过服务器聚合各客户端训练的本地模型,平均后再下发至各客户端,在航空航天领域故障诊断方面有广阔的发展前景。
然而联邦学习在高度异构的数据上会出现客户端漂移现象,导致FedAvg等算法得到的全局模型并非是最优全局模型,存在偏差;下发至各客户端的全局模型缺乏个性化的解决方案,全局模型对于普通客户端来说适用,但对于特殊客户端不适用,最终导致振动故障诊断的效果不理想。
学校创建于1952年7月,原名东北林学院,是在浙江大学农学院森林系和东北农学院森林系基础上建立的,由国家林业部直属管理。1985年8月更名为东北林业大学。2000年2月,由国家林业局划归教育部直属管理。2005年10月,经国家发改委、财政部和教育部批准,成为国家“211工程”重点建设高校。2010年11月,教育部和国家林业局签署合作共建协议。2011年6月,成为国家“优势学科创新平台”项目重点建设高校。2012年3月,教育部与黑龙江省人民政府签署合作共建协议。2017年9月,经国务院批准列为“双一流”建设高校。2022年2月,入选国家第二轮“双一流”建设高校。
评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会)
评价时间:2023-11-07
于红燕
黑龙江省农业科学院作物资源研究所
科研人员
综合评价
技术前景广阔,具备技术成果转移转化要求。
查看更多>