• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

流域水电安全与应急信息化平台建设与应用(29页 PPT)

我国水利水电行业,历年来发生了多起安全事故,经验教训惨重!被动应急已不能满足现在形势,需要未雨绸缪、提前发现、主动应急、科学处置

  • 2025-01-02
  • 阅读184
  • 下载0
  • 29页
  • pptx

IEEETII|论文荐读!DiffusionModel+离线强化学习!RDGP:基于扩散模型逆向引导策略的ORL

本期推文将介绍一种基于扩散模型的逆向引导策略(Reverse Diffusion Guide Policy,RDGP), 用于离线强化学习。这项研究发表于《IEEE Transactions on Industrial Informatics》期刊。 离线强化学习(Offline Reinforcement Learning, ORL)通过静态数据集学习策略,而无需与环境进行进一步交互,这在工业控制系统中具有重要的潜力,因为这些系统通常面临低效的在线交互和固有的安全问题。为了减少由分布偏移引起的外推误差,ORL必须将学习到的策略限制在行为策略的支持集内。现有方法未能正确表示行为策略,通常倾向于选择支持集中具有较高密度的动作,从而导致次优的学习策略。荐读的论文提出了一种新型的ORL方法,通过扩散模型来表示行为策略,并训练反向扩散引导策略,以指导预训练的扩散模型生成动作。扩散模型具有稳定的训练过程和强大的分布表达能力,而反向扩散引导策略则能够有效地探索整个支持集,帮助生成最优动作。在面对低质量数据集时,可以进一步加入可训练的扰动,以帮助学习到的策略突破行为策略的性能限制。通过在D4RL GymMuJoCo基准上的实验结果,验证了所提方法的有效性,超越了几种最先进的ORL方法。

  • 2025-01-02
  • 阅读981

IEEETII|论文荐读!DiffusionModel在故障诊断领域的首次尝试!IVQ-LDM:可解释的潜在扩散模型

本期推文将介绍一种可解释的向量量化引导的潜在去噪扩散概率模型(Interpretable Vector Quantization-guided Latent Denoising Diffusion Probability Model,IVQ-LDM)。这项研究发表于《IEEE Transactions on Industrial Informatics》期刊。

  • 2025-01-02
  • 阅读859

设备体系管理模块有哪些内容?

设备体系管理模块是对设备进行综合管理的重要工具,它涵盖了多个方面的内容,能够帮助企业实现设备的高效管理和优化利用。

  • 2025-01-01
  • 阅读326

多源数据融合技术在风电机组状态监测中的应用

在本技术报告中,我们将探讨如何利用多源数据融合技术提高风电机组的运行效率和可靠性。通过综合分析现有的研究和实践案例,我们将提出一个详细的技术方案,包括数据融合方法、算法选择、系统设计和预期效果。

  • 2025-01-02
  • 阅读569

基于时频分析的风电机组振动监测技术研究

在开发基于时频分析的风电机组振动监测技术的过程中,我们需要综合考虑风电机组振动信号的特点、时频分析方法的有效性以及实际应用中的挑战。以下是基于我搜索到的资料,对技术开发的详细规划和建议。

  • 2025-01-02
  • 阅读347

风电机组齿轮箱故障诊断的时频分析方法研究

在风电机组齿轮箱故障诊断领域,时频分析方法是一种重要的技术手段,用于从复杂的振动信号中提取故障特征。我们可以总结出几种有效的时频分析方法,并结合机器学习算法,以提高故障诊断的准确性和效率。

  • 2025-01-02
  • 阅读317

智慧工厂:制造业的未来之路

智慧工厂作为工业领域的新兴模式,在全球范围内正呈现出迅猛的发展态势。近年来,德国、美国等制造业强国在构建智慧工厂的理论和实践方面进行了大量探索。德国政府推出《高技术战略 2020》,将工业 4.0 作为重点项目,其中“智慧工厂”和“智能生产”成为两大主题。许多德国知名企业积极推动“工业 4.0”,如宝马集团的虚拟手势识别系统、大众用机器人制造汽车、博世力推用于工厂智能化的射频码系统等。

  • 2025-01-02
  • 阅读358
上一页 1 …… 390391392393394395396397398399400 …… 4680 下一页 共 37434 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读1766
  • 下载6

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读2218
  • 下载9

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建,面向工业全品类设备运维场景。 融合实时数据采集、状态监测、故障诊断核心能力,全天候掌握设备运行动态。 通过边缘计算与 AI 算法分析设备隐患,实现从被动维修向预测性维护升级。 有效降低设备故障率、减少停机损失,简化线下运维管理流程。 助力工厂实现设备数字化管控,保障产线高效、稳定、安全运行。

  • 阅读2049
  • 下载8

OpenClaw替我干科研

OpenClaw:不仅是对话窗口,更是行动助手一人工智能代理(AI Agent)正深刻重塑科学研究基本范式,OpenClaw成为2026年开源AI代理平台代表。

  • 阅读1883
  • 下载0

最新上线

零碳园区综合AI解决方案

中服云工业物联网平台集团版做的事:边缘网关覆盖总装线1200多台套设备,实时采集物料RFID、拧紧扭矩、加注量等200多个关键参数——100毫秒刷新一次

  • 阅读11
  • 下载0

智能体驾驭工程

Hamness正由静态人工配置框架,演进为具备持续学习能力的自优化系统。依托任务执行中的成败样本与运行反馈持续调整调度策略,无需更换底层模型,即可提升Agent任务完成率与环境适应性。未来智能体能力提升不再单纯依靠更强 基础模型,Harness能够沉淀每次执行经验、迭代内部规则,动态调整自己的工作方式,真正实现越用越聪明。

  • 阅读23
  • 下载1

2026年中国旅游消费研究报告

根据最新的相关数据预测,到了2026年,中国的旅游消费市场整体规模预计将达到数万亿元人民币,较2021年实现了显著且稳健的增长。这一增长主要得益于多方面因素的共同推动。首先,国家层面持续出台和完善支持旅游业发展的政策措施,如推动旅游基础设施建设、优化旅游服务质量、鼓励多样化旅游产品创新等,为行业发展提供了坚实保障。

  • 阅读25
  • 下载0

2026交通设计的理念、实践与未来发展报告

在城市化进程与机动化浪潮的双重推动下,交通系统已从单纯的“通行载体”升 级为影响城市活力、民生福祉与可持续发展的核心基础设施。当前,我国正处 于从“交通大国”向“交通强国”跨越的关键阶段,智慧高速公路实现L4级自动 驾驶测试、AI大模型破解拥堵治理难题、数字孪生技术赋能运维管理等实践, 不仅标志着交通领域技术创新的突破,更凸显出交通设计在平衡效率与公平、 技术与人文、发展与生态中的核心价值。

  • 阅读27
  • 下载1
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南