基于联邦学习的工业互联网平台研究

基于联邦学习,建立“多边”协同训练三层网络架构的工业互联网联邦学习应用平台,将平台架构自上而下分为应用层、ML核心组件层、安全协议层、基础层四层。此平台功能主要为:提供了一种基于数据隐私保护的分布式安全计算框架;为机器学习、深度学习等常用算法提供高性能的安全计算支持;支持同态加密、秘密共享等多种多方安全计算协议,确保数据和模型的安全。通过联邦学习模型在工业互联网平台上的部署进行研究设计,并在预测性维护、资源优化、制造过程优化、安全和风险管理、联合监控和质量控制等多场景中得到应用,为工业领域提供更安全的数据分析和建模解决方案,推动工业互联网智能化转型。

新时期规上工业企业成本费用调查对地区社会经济发展的重要性研究

规上工业企业成本费用调查是得出地区工业增加值率的重要途径。2022年是成本费用调查年报改革首年,以往的抽样调查转变为规上工业企业全覆盖调查,加强对规上工业企业成本费用调查,能够从调查对象源头上提升工业增加值率的精准度。本文以规上工业企业为研究对象,成本费用调查为主要内容,研究规上工业企业成本费用对地区经济社会发展的重要性,并得出结论。

5G通信技术在核电的应用

本文基于帧结构、标准兼容性和大规模天线的5G关键技术,结合核电运营实际情况,进行了车联网、智能巡检、5G+MEC智慧核电数字孪生、智能化核电站安全管控平台的应用可行性分析,并深入研究了技术解决方案和系统架构。