面向工業(yè)領(lǐng)域不同流程、不同工序、不同環(huán)節(jié)中的數(shù)據(jù)分布形態(tài)不同、數(shù)據(jù)尺寸規(guī)模不同的事實(shí)，研究基于聯(lián)邦學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，簡(jiǎn)化人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)定義，構(gòu)建數(shù)字孿生“人工智能底座”，為數(shù)字孿生背景下智能制造領(lǐng)域提供輕量級(jí)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)框架，提高運(yùn)行效率、降低網(wǎng)絡(luò)構(gòu)建復(fù)雜度和應(yīng)用學(xué)習(xí)曲線(xiàn)。同時(shí)面向產(chǎn)業(yè)領(lǐng)域?qū)嶋H需求，研究支持聯(lián)邦學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法，提高網(wǎng)絡(luò)訓(xùn)練的準(zhǔn)確率和加快網(wǎng)絡(luò)訓(xùn)練的收斂速度。