• 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

Gary Marcus:AI 可以从人类思维中学习的11个启示

1969 年图灵奖得主、MIT 人工智能实验室创始人马文·明斯基(Marvin Minsky)在其1986年著作《心智社会》(The Society of Mind)一书中曾探讨人类智慧的来源。他认为,“人类的智慧源于人类社会的多样性,而不是某个单一的、完美的准则。”

  • 2021-02-26
  • 阅读884
  • 下载0
  • 8页
  • pdf

智能制造的AI之路

企业信息化建设三驾马车:ERP、PDM与MES,ERP管理的是企业的资源,比如人员、设备折旧等,PDM管理的是产品的设计过程,比如产品图纸、工艺等,MES管理的是制造的过程,比如生产计划、生产作业等。ERP是从客户开始,到订单,到主计划,回答的是为什么生产;PDM从产品需求开始到工艺编写,回答的是怎么生产,MES是从计划到具体加工,回答的是到底是怎么干的。

  • 2021-02-25
  • 阅读850
  • 下载0
  • 8页
  • pdf

ICLR2021自蒸馏方法SEED:显著提升小模型性能

本文主要聚焦于小模型(即轻量型模型)的自监督学习问题,作者通过实证发现:对比自监督学习方法在大模型训练方面表现出了很大进展,然这些方法在小模型上的表现并不好。为解决上述问题,本文提出了一种新的学习框架:自监督蒸馏(SElf-SupErvised Distillation, SEED),它通过自监督方式(SSL)将老师模型的知识表达能力迁移给学生模型。不同于直接在无监督数据上的直接学习,我们训练学生模型去模拟老师模型在一组示例上的相似度得分分布。

  • 2021-02-09
  • 阅读1747
  • 下载0
  • 8页
  • pdf

溯因推理:人工智能的盲点

从科学的角度来看,AI 的神话假设我们将通过在狭义的应用上取得进展来实现 AGI,如图像分类、理解语音命令或玩游戏等。但这些狭隘人工智能(Narrow AI, 只能完成某一项特定任务或者解决某一特定问题的人工智能)系统所采用的技术并不能解决通用智能能力必须解决的更广泛的挑战,如进行基本对话、完成简单的家务或其他需要常识的任务。

  • 2021-09-30
  • 阅读614
  • 下载0
  • 7页
  • docx

人工智能技术在航天工程领域的应用体系研究

在系统分析和总结人工智能航天领域应用研究现状的基础上,开展了智能航天体系顶层设计,从分系统、单星、体系等多维度研究了航天领域人工智能应用分级标准,提出了智能航天体系概念内涵,基于安全性、可用性、可扩展性等约束,提出包含底层基础设施、智能算法层、体系层、应用层等多层次的智能航天体系架构,给出了各层次的主要构成、支撑技术、相互关系以及交互模式,可为加速推进新一代人工智能技术在航天领域的应用提供参考。

  • 2021-07-20
  • 阅读528
  • 下载0
  • 7页
  • docx

工智能技术在钢铁行业中的应用研究

中国钢铁工业经历多年高速发展,当前正处于“高产量、高成本、低价格、低效益”的粗放发展向高质量发展转变的过程中,在市场需求方面向小批量、多品种、定制化的趋势发展。中国钢铁企业依旧面临严峻挑战,除受上游原材料行业和下游钢铁产品深加工行业的双重影响外,钢铁企业自身产品结构不合理、生产管控水平低、能源消耗高以及产品质量稳定性差等问题也是影响企业竞争力、限制企业持续性发展的内在重要因素。

  • 2021-07-20
  • 阅读630
  • 下载0
  • 7页
  • docx

医疗器械领域人工智能技术的发展

2020年1月初,世界卫生组织(WHO)发布了有关新冠肺炎的病例通报。然而早在2019年12月初,一家专门通过人工智能监测传染病传播的加拿大公司就警告过它们的客户会有相关疫情的风险。这一警告来自网络上对动植物传染病的新闻报道和文章的AI分析。同时,对全球机票数据的分析可以让AI准确预测病毒数日后的传播情况。

  • 2021-06-13
  • 阅读528
  • 下载0
  • 7页
  • docx

宁波新一代人工智能行动方案

按照计划,到2022年,更多的“视睿迪”将与制造业深度融合,全市人工智能产业总体水平位居全国前列。其中,在应用示范方面,宁波将培育人工智能融合应用示范企业200家以上,应用人工智能技术的企业占规上工业企业的比例达到50%,人工智能核心产业规模超过200亿元,带动相关产业规模2000亿元以上。

  • 2021-04-30
  • 阅读612
  • 下载0
  • 7页
  • docx
上一页 1 …… 6263646566676869707172 …… 75 下一页 共 593 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

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读95
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读932
  • 下载8

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2729
  • 下载8

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3169
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读24
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读48
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读53
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读49
  • 下载0
  • 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