遥感影像人工智能数据集联邦共享技术研究

摘要：

遥感影像目标识别算法升级需要大规模、高品质人工智能数据集支持.目前,各遥感影像数据集大多以孤岛形式保存在不同机构或同一机构的不同部门,由于数据安全保密相关规定,各数据节点间无法汇聚数据,造成严重的数据孤岛问题.数据孤岛问题导致可用于模型训练的遥感数据严重缺乏,影响遥感影像智能识别算法性能提升.为解决数据孤岛问题,文章从数据孤岛构建、联邦数据管控、联邦项目管控及联邦安全四个方面研究联邦数据治理技术,在数据不出孤岛的前提下,实现模型侧到多个数据侧的学习模式,达到数据可用不可出的效果.实验结果表明:虽然联邦数据治理技术因为数据加密传输,会增加模型训练时间,但是随着数据孤岛的增多,在测试精度上可以逐渐逼近数据汇聚模式,大幅改善数据孤岛问题.

关键词：数据孤岛、联邦学习、数据治理、遥感数据应用

所属期刊栏目：43

分类号：TP75(遥感技术)

在线出版日期：2022-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：12-24