搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
数据驱动的工业人工智能:建模方法与应用
0.00     定价 ¥ 99.00
图书来源: 浙江图书馆(由JD配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787111749738
  • 作      者:
    任磊
  • 出 版 社 :
    机械工业出版社
  • 出版日期:
    2024-05-01
收藏
编辑推荐
本书集创新理论研究与应用落地实践于一体,为智能制造领域从业者、研究人员以及对工业人工智能充满好奇的各界读者提供了一份全面而深入的指南。
深入剖析了工业人工智能各类典型应用场景的难点问题,系统阐述了数据驱动的各类新型建模方法,并且提供了大量丰富的工业实践案例
展开
作者简介
北京航空航天大学自动化学院教授、软件学院教授,工业互联网领域首个国家杰出青年基金获得者
展开
内容介绍
本书从工业大数据分析所面临的实际应用问题和工业AI模型的构建方法两条内容主线,介绍数据驱动的工业智能,使得理论与应用实践深度融合;将工业AI模型的建模思路结合到理论方法的介绍中,使得读者能够掌握其中思考问题的方法和过程,做到“授人以渔”。在数据驱动的工业AI模型开发的介绍中既注重对理论知识的介绍,也将各章节知识点串联起来形成一个立体、完整的工业AI数据分析系统,提升读者对工业智能和工业大数据分析的宏观思维。
本书可作为工业界企业技术专家、IT系统研发人员、学术界智能制造、人工智能、工业互联网、数据科学等领域研究者的参考书,也可以作为高等院校计算机、自动化、机械等相关专业工业人工智能课程的教材,同时还可作为工业领域新一代人工智能、深度学习、区块链爱好者、开发者的自学教材或参考书。
展开
目录

前言
第1章新一代人工智能与智能制造
11新一代人工智能发展背景
12智能制造的新发展
13数据驱动的工业人工智能
第2章基础理论知识
21工业AI模型应用流程概述
22常用深度学习技术
221卷积神经网络
222循环神经网络
223自动编码器
224受限玻尔兹曼机
225基于注意力机制的神经网络
226图神经网络
第3章工业时间序列信息表征建模方法
31概述
32工业时序多通道信息表征建模方法
321多通道时序注意力网络
322工业时序高精度预测方法
33工业时序多尺度信息表征建模方法
331多尺度密集门控循环单元网络
332基于MDGRU网络的分析流程
34工业时序多层级时频域信息表征建模方法
341多层级小波分解网络
342基于多层级小波分解的时间序列外部回归网络
35工业时序多层次信息表征建模方法
351多层次信息表征网络
352基于Auto-CNN-LSTM网络的分析流程
36工业时序时空耦合信息表征建模方法
361时空耦合信息网络整体结构
362时空耦合信息表征网络
37典型应用案例
371基于MCTAN的飞机发动机剩余使用寿命预测
372基于Auto-CNN-LSTM的锂电池剩余使用寿命预测
第4章工业低质数据增强表征建模方法
41概述
42无标签数据增强表征建模方法
421基于半监督并行DeepFM的无标签数据预测方法
422基于小波数据增强的无标签数据预测方法
43非均衡数据增强表征建模方法
431工业数据隐式扩充方法
432面向非均衡工业数据的标签解构多输入智能处理架构
44缺失数据增强表征建模方法
441面向低质数据的缺失特征自动补全方法
442基于两阶段预训练的缺失特征表征方法
45典型应用案例
451基于SS-PDeepFM的泡沫浮选产品质量预测(无标签)
452基于LM-CNN的轴承故障诊断(不平衡、零样本)
第5章工业多源异质数据深层融合建模方法
51概述
52工业异质关联数据融合建模方法
521基于深度-宽度-序列(WDS)网络架构的工业数据异质特征融合范式
522基于注意力机制的工业多特征融合表征建模方法
53工业多源高维度数据融合建模方法
531张量及其操作
532针对QTT-DLSTM的计算框架
54典型应用案例
541基于WDS网络的半导体生产质量预测
542基于QTT-DLSTM网络的离散制造产品质量预测
第6章工业复杂任务跨域建模方法
61概述
62工业复杂任务跨域建模方法
621工业任务跨域无监督域适应建模方法
622基于黑盒域适应的工业跨域建模方法
63典型应用案例
631基于Meta-GENE域泛化方法的工业故障诊断
632基于黑盒域适应方法的行为识别
第7章工业AI分布式高时效轻量化建模方法
71概述
72工业云边分布式AI模型框架
721云边协同工业数据分析框架
722云边环境下多边缘工业数据协同分析框架
73轻量化工业AI模型构建方法
74工业AI模型轻量化自适应知识蒸馏方法
75动态自适应工业AI模型构建方法
751模型动态推理和重参数方法
752动态长度网络建模方法
76典型应用案例
761基于Cloud-Edge-LTCN的云边协同轴承剩余使用寿命预测
762基于MDER的发动机剩余使用寿命预测模型轻量化
第8章基于区块链的工业数据安全可信协同
81区块链相关技术介绍
811区块链的核心组成
812智能合约
813联盟区块链
814公有区块链
82基于区块链的工业大数据实体多方协同
821工业大数据处理实体划分
822工业大数据确权立案
823工业大数据的跨实体溯源
824智能制造业务合约备份
83基于区块链的工业大数据智能安全交互
831智能安全交互方案设计
832基于智能合约的链上链下数据访问
84工业大数据跨域安全共享管控
841基于区块链合约的自适应数据流动规则构建
842基于数据可信度标签的数据上链保存
843基于区块链合约的数据流动自主决策执行
85工业跨域异构数据的身份构建及溯源
851构建内外因素联合的签名数据可信安全标签
852异构数据生命全周期各阶段到原始数据的数据可信验证及追溯
第9章工业数据可视化
91数据可视化概述
911数据可视化的历史起源
912数据可视化的技术分支
913数据可视化的基本流程
92“替代”纲领下的工业大数据可视化
93“创造”纲领下的工业大数据可视化
931设计阶段
932制造阶段
933质检阶段
934服务阶段
94面向行业的工业大数据可视化
95典型应用案例
951连续型辊道窑生产状态监控数据可视化
952汽车起动机耐久测试数据分析
第10章展望
101工业智能“黑盒”模型可解释与高可信
102工业互联网云边端融合智能
103工业智能模型泛化与自适应
104工业智能模型轻量化与实时解算
105工业智能“大模型”
106工业数据智能可视化
参考文献
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证