G718.SX.张津瑜蘑菇世界首个电力联邦学习国际标准获批立项
第1 张津育简介新冠重症可能是未确诊癌症的标志
第2 张津睿个人信息6 月 22 日比特币大涨，站上 30000 美元关口，为近两月以来首次，释放了哪些信号？
第3 张津涤2020年最新歌曲乌克兰宣布大反攻「暂停」这是几个意思？
第4 张津铭退赛编故事大王
第5 部队三个一致媒体：不去迪士尼孩子就自卑？明星们在“高贵”什么
第6 幼儿园放鞭炮唐尚珺称高考662分系谣言
第7 宜昌余海波龙舟漂移有多酷炫
第8 张津铭年龄一切都要从3块钱的游戏开始说起！
第9 如何修改微信群名称备注狂飙没拿奖
第10 空腹血糖6.0,总感觉口渴怎么办去看中医医生叫我找个男朋友
中新社杭州5月16日电 (鲍梦妮 徐梓沐)据中国国家电网浙江省电力有限公司16日消息，由该公司牵头研发的国际标准《基于联邦学习的电力视觉检测系统要求和框架》近日在国际电信联盟(ITU)获批立项。此为世界首个获批立项的电力联邦学习国际标准。
联邦学习是一种分布式人工智能模型训练技术。《基于联邦学习的电力视觉检测系统要求和框架》国际标准将联邦学习技术与电力视觉检测业务相结合，构建了一套分布式模型训练方法，能够有效解决数据孤岛带来的算法模型精准度不高等问题，从而提升电力设备智能化运维水平，提高电网智能化、安全运行能力。
“人工智能需依靠大量的数据训练来提升算法的准确性，但在实际应用中，视觉检测模型面临着训练数据分散、视觉数据传输成本高、训练数据安全难以保证等问题。”《基于联邦学习的电力视觉检测系统要求和框架》标准召集人、浙江省王红凯技能大师工作室领衔人王红凯说。
王红凯介绍，联邦学习的优势在于能够打破数据孤岛，允许多个数据主体在不共享数据的情况下，跨主体开展视觉检测模型训练，有效提升电力系统各环节设备维护和异常行为监测的准确率和检测效率。
王红凯说，《基于联邦学习的电力视觉检测系统要求和框架》国际标准，实现了算法模型传输替代海量电力视频图像数据传输，有效避免了数据采集过程中的隐私泄露等安全问题。(完)
