“工艺纵向切片”神经网络算法

面向工业领域不同流程、不同工序、不同环节中的数据分布形态不同、数据尺寸规模不同的事实，研究基于联邦学习的神经网络训练方法，简化人工神经网络结构定义，构建数字孪生“人工智能底座”，为数字孪生背景下智能制造领域提供轻量级神经网络学习框架，提高运行效率、降低网络构建复杂度和应用学习曲线。同时面向产业领域实际需求，研究支持联邦学习的神经网络训练方法，提高网络训练的准确率和加快网络训练的收敛速度。