来源：期刊VIP网 时间：
作者：孙士保;赵一凡;赵鹏程;刘剑锋;李新;
单位：龙门实验室;河南科技大学信息工程学院;河南科技大学软件学院;清华大学车辆与运载学院;
摘要：工业数字孪生中物理设备与孪生体间精准建模需要同步海量感知数据，导致虚实映射实时性难以保障。针对该问题，提出一种适用于数字孪生的4层双向闭环架构，包含设备层-联邦层-云层-应用层。基于该架构，采用一种基于直方图增益的分布式联邦桶化决策树算法实现全局聚合。此外，设计自适应重分配梯度权重的剪枝算法加速模型收敛。多组实验结果表明，联邦聚合模型相较于基线方法准确率提升10%,11%,22%;收敛性提高15%,20%,27%;并且在最差信道环境下的额外通信开销可控制在300 mJ以内。
关键词：工业物联网;;数字孪生;;联邦学习;;桶化决策树
基金资助：国家自然科学基金项目(51474095);; 龙门实验室前沿探索项目(LMQYTSKT034);; 河南省重点研发与推广专项(科技)项目(252102210158);; 河南省高等学校重点科研项目(24B520010)
