• 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

【InformationSciences】PHILNet:一种利用深度学习进行时间序列预测的高效方法

时间序列是当今行业中最常见的数据类型之一。预测时间序列行为的未来有助于提前规划、节省时间和资源,并帮助避免不希望出现的情况。为了进行预测,由于时间序列的因果性质,使用了历史数据。在这一领域已经提出了几种深度学习算法,其中通过一系列非线性函数处理输入以产生输出。我们提出了一种新的策略,以提高深度学习模型在时间序列预测中的效率,同时达到类似的效果。这种方法将模型分为多个级别,从最简单的级别开始,一直到最困难的级别。较简单的级别处理输入的平滑版本,而最复杂的级别处理原始数据。这种策略试图模仿人类的学习过程,在这个过程中,基本任务首先完成,然后是更精确和复杂的任务。我们的方法取得了很有希望的结果,与在各种时间序列中发现的最佳模型相比,均方误差提高了35%,训练时间减少了2.6次。

  • 2024-05-26
  • 阅读245

【ESWA】一种用于多元时间序列异常检测的空间嵌入策略

时间序列的异常检测一直是学术界和工业界的热门话题。然而,由于维数的增加,许多现有的多变量时间序列方法都面临着共同的挑战。在这项研究中,我们开发了一种用于多变量时间序列异常检测的空间嵌入策略(SES-AD)。作为一个混合模型,SES-AD没有直接从原始时间序列中搜索不一致,而是将原始序列投影到较低维的空间中,从而可以很容易地从相异性向量中捕捉到新空间中的显著突变点。最后,通过统计策略确定了潜在的异常情况。为了验证我们的方法的性能,SES-AD被应用于大量的多变量时间序列。实验结果表明,SES-AD比现有的五种方法更有效。总体而言,SES-AD模型适用于解决高维数据集的异常检测问题,并保证了计算的有效性和准确性。

  • 2024-05-26
  • 阅读369

【IEEETII】基于注意力的区间辅助网络用于过程工业中具有缺失值的异构采样序列的数据建模

在复杂过程工业中,多元时间序列无处不在,其非线性和动力学给重要质量变量的软测量带来了两大挑战。因此,由于其强大的表示能力,门控递归单元(GRU)和长短期记忆(LSTM)网络等非线性动态模型已被用于数据序列建模。尽管这在许多工业工厂中很常见,但这些动态算法无法直接处理具有异构样本间隔和缺失值的数据序列。为此,本文提出了基于注意力的区间辅助网络(AIA-Net),用于对流程行业中具有缺失值的异质采样序列的时间信息进行自适应建模。它包括两种主要机制,分别命名为基于注意力的时间感知动态插补和区间辅助时间感知网络。减少率是通过基于注意力的时间感知动态插补引入的,以应用时间间隔的影响,并用于缺失数据的插补。间隔辅助时间感知网络在模型结构中包括时间间隔,并使用采样间隔门来校正时间序列中的时间相关性。将所提出的AIA-Net成功应用于实际加氢裂化过程,预测了轻质石脑油中C5和C6的含量。

  • 2024-05-26
  • 阅读298

【IEEETII】基于多步融合Transformer模型的泡沫浮选品位预测

准确及时的泡沫品位预测在浮选泡沫工业过程中起着重要作用。然而,不同采样时间的泡沫特征序列和泡沫等级序列之间的信息往往不匹配,使得预测结果滞后。本文设计了一种多步融合Transformer (MSFT)模型。首先,我们提取多个泡沫时间序列作为输入,在多个时间序列下关联特征信息和等级信息,然后,设计一个自注意结构在多个尺度上进行融合,提高了不同时间序列下的信息相关性,最后,信息矩阵通过全连通层得到最终的预测结果。与现有泡沫品位网络递归神经网络(RNN)、长短期记忆(LSTM)、门控递归单元、Transformer、c - dec (RNN)、特征重建-回归、Siamese时间序列和差分(LSTM)和FlotationNet模型相比,MSFT模型在所有指标中分别将基线降低了30.3%、30.3%、30%、66.9%、30%、45.8%、55.2%和52.5%

  • 2024-05-26
  • 阅读306

大疆农业:2023农业无人机行业白皮书

农业无人机的管理和其他的无人机产品有所不同。一般来说,无人机的主管单位是民航局,而农业无人机不仅由民航局管理,因其用于农业作业,也受到农业部门和环保部门的管理。随着农业无人机在全球受到越来越多农业从业者的欢迎,政府管理部门也对农业无人机有了新的认知,在管理思路和流程上,均对农业无人机展现出更开放的态度。

  • 2023-10-07
  • 阅读204
  • 下载0
  • 58页
  • pdf

教育局数据大脑建设方案

5G业务场景扩展至三大场景,将带来端到端技术新变革,从而推进全行业数字化转型,实现万物智;5G关键技术与其他新技术相结合,打造智能教育多个应用场景,服务教育信息化主战场。

  • 2023-10-07
  • 阅读194
  • 下载0
  • 50页
  • pdf

北京金融科技产业联盟:金融数据中心人工智能算力建设指引

人工智能基础设施作为“新基建”的重要组成部分,是数字化走向智能化的核心力量,是金融机构智慧再造的关键载体。近年来,我国发布多项政策文件,进一步明确人工智能的发展规划,对人工智能算力建设指出方向。

  • 2023-10-07
  • 阅读217
  • 下载0
  • 67页
  • pdf

宝盛:人工智能和虚拟现实将如何改变职场世界

沉浸式技术和人工智能已经在改变传统的工作场所,并预示着人才获取的崭新时代的来临。机器学习 (ML) 、增强现实 (AR) 、区块链以及对话式人工智能工具 (如ChatGPT)的快速推进为整个人力资源生命周期带来了各种可能性,全球企业都不应忽视这一趋势。

  • 2023-10-07
  • 阅读165
  • 下载0
  • 16页
  • pdf
上一页 1 …… 472473474475476477478479480481482 …… 931 下一页 共 7441 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

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读155
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读168
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读318
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读336
  • 下载9

最新上线

工业园区级虚拟电厂建设实践

工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践工业园区级虚拟电厂建设实践

  • 阅读10
  • 下载0

新型电力系统需要人工智能

新型电力系统需要人工智能新型电力系统需要人工智能新型电力系统需要人工智能新型电力系统需要人工智能新型电力系统需要人工智能新型电力系统需要人工智能

  • 阅读13
  • 下载0

人工智能算力中心设计与建设方案

人工智能算力中心设计与建设方案人工智能算力中心设计与建设方案人工智能算力中心设计与建设方案人工智能算力中心设计与建设方案人工智能算力中心设计与建设方案

  • 阅读13
  • 下载0

全球绿色航运发展报告(2024-2025)

2024年至2025年上半年,国际海事组织批准了MARPOL公约附则VI关于“IM0净零框架”的修正案草案、通过了《2024年船用燃料全生命周期温室气体强度导则》(2024LCA导则)(MEPC.391(81))、批准增设了排放控制区域(ECA)及特别敏感海域(PSSAs)。

  • 阅读34
  • 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