| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202405*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:數據驅動的工業人工智能-建模方法與應用 ISBN:9787111749738 出版社:機械工業 著編譯者:任磊 叢書名:工業人工智慧技術叢書 頁數:226 所在地:中國大陸 *此為代購商品 書號:1644289 可大量預訂,請先連絡。 內容簡介 本書從工業大數據分析所面臨的實際應用問題和工業AI模型的構建方法兩條內容主線,介紹數據驅動的工業智能,使得理論與應用實踐深度融合;將工業AI模型的建模思路結合到理論方法的介紹中,使得讀者能夠掌握其中思考問題的方法和過程,做到「授人以漁」。在數據驅動的工業AI模型開發的介紹中既注重對理論知識的介紹,也將各章節知識點串聯起來形成一個立體、完整的工業AI數據分析系統,提升讀者對工業智能和工業大數據分析的宏觀思維。 本書可作為工業界企業技術專家、IT系統研發人員、學術界智能製造、人工智慧、工業互聯網、數據科學等領域研究者的參考書,也可以作為高等院校計算機、自動化、機械等相關專業工業人工智慧課程的教材,同時還可作為工業領域新一代人工智慧、深度學習、區塊鏈愛好者、開發者的自學教材或參考書。作者簡介 任磊,工業互聯網領域首個國家傑出青年基金獲得者,國家重點研發計劃工業軟體重點專項首席科學家。北京航空航天大學自動化學院教授、軟體學院教授、博士生導師,複雜產品智能製造系統技術全國重點實驗室專委會副主任。在國內外率先開展了工業大模型前沿技術探索。主持國家重大專項任務、國家重點研發計劃、國家自然科學基金重大研究計劃等國家級重大重點項目10餘項。在國際知名刊物發表論文百余篇,入選「全球前2%頂尖科學家終身影響力榜單」。主持或參與制定國際和國家標準14項。核心技術應用於數百家工業企業,獲顯著經濟社會效益。擔任IEEETNNLS等國際權威期刊編委,中國模擬學會理事,IEEE、CAA、CAAI、CCF、CSF等近20個國內外學術組織專委會委員。目錄 序前言 第1章 新一代人工智慧與智能製造 1 1 新一代人工智慧發展背景 1 2 智能製造的新發展 1 3 數據驅動的工業人工智慧 第2章 基礎理論知識 2 1 工業AI模型應用流程概述 2 2 常用深度學習技術 2 2 1 卷積神經網路 2 2 2 循環神經網路 2 2 3 自動編碼器 2 2 4 受限玻爾茲曼機 2 2 5 基於注意力機制的神經網路 2 2 6 圖神經網路 第3章 工業時間序列信息表徵建模方法 3 1 概述 3 2 工業時序多通道信息表徵建模方法 3 2 1 多通道時序注意力網路 3 2 2 工業時序高精度預測方法 3 3 工業時序多尺度信息表徵建模方法 3 3 1 多尺度密集門控循環單元網路 3 3 2 基於MDGRU網路的分析流程 3 4 工業時序多層級時頻域信息表徵建模方法 3 4 1 多層級小波分解網路 3 4 2 基於多層級小波分解的時間序列外部回歸網路 3 5 工業時序多層次信息表徵建模方法 3 5 1 多層次信息表徵網路 3 5 2 基於Auto-CNN-LSTM網路的分析流程 3 6 工業時序時空耦合信息表徵建模方法 3 6 1 時空耦合信息網路整體結構 3 6 2 時空耦合信息表徵網路 3 7 典型應用案例 3 7 1 基於MCTAN的飛機發動機剩餘使用壽命預測 3 7 2 基於Auto-CNN-LSTM的鋰電池剩餘使用壽命預測 第4章 工業低質數據增強表徵建模方法 4 1 概述 4 2 無標籤數據增強表徵建模方法 4 2 1 基於半監督并行DeepFM的無標籤數據預測方法 4 2 2 基於小波數據增強的無標籤數據預測方法 4 3 非均衡數據增強表徵建模方法 4 3 1 工業數據隱式擴充方法 4 3 2 面向非均衡工業數據的標籤解構多輸入智能處理架構 4 4 缺失數據增強表徵建模方法 4 4 1 面向低質數據的缺失特徵自動補全方法 4 4 2 基於兩階段預訓練的缺失特徵表徵方法 4 5 典型應用案例 4 5 1 基於SS-PDeepFM的泡沫浮選產品質量預測(無標籤) 4 5 2 基於LM-CNN的軸承故障診斷(不平衡、零樣本) 第5章 工業多源異質數據深層融合建模方法 5 1 概述 5 2 工業異質關聯數據融合建模方法 5 2 1 基於深度-寬度-序列(WDS)網路架構的工業數據異質特徵融合範式 5 2 2 基於注意力機制的工業多特徵融合表徵建模方法 5 3 工業多源高維度數據融合建模方法 5 3 1 張量及其操作 5 3 2 針對QTT-DLSTM的計算框架 5 4 典型應用案例 5 4 1 基於WDS網路的半導體生產質量預測 5 4 2 基於QTT-DLSTM網路的離散製造產品質量預測 第6章 工業複雜任務跨域建模方法 6 1 概述 6 2 工業複雜任務跨域建模方法 6 2 1 工業任務跨域無監督域適應建模方法 6 2 2 基於黑盒域適應的工業跨域建模方法 6 3 典型應用案例 6 3 1 基於Meta-GENE域泛化方法的工業故障診斷 6 3 2 基於黑盒域適應方法的行為識別 第7章 工業AI分散式高時效輕量化建模方法 7 1 概述 7 2 工業雲邊分散式AI模型框架 7 2 1 雲邊協同工業數據分析框架 7 2 2 雲邊環境下多邊緣工業數據協同分析框架 7 3 輕量化工業AI模型構建方法 7 4 工業AI模型輕量化自適應知識蒸餾方法 7 5 動態自適應工業AI模型構建方法 7 5 1 模型動態推理和重參數方法 7 5 2 動態長度網路建模方法 7 6 典型應用案例 7 6 1 基於Cloud-Edge-LTCN的雲邊協同軸承剩餘使用壽命預測 7 6 2 基於MDER的發動機剩餘使用壽命預測模型輕量化 第8章 基於區塊鏈的工業數據安全可信協同 8 1 區塊鏈相關技術介紹 8 1 1 區塊鏈的核心組成 8 1 2 智能合約 8 1 3 聯盟區塊鏈 8 1 4 公有區塊鏈 8 2 基於區塊鏈的工業大數據實體多方協同 8 2 1 工業大數據處理實體劃分 8 2 2 工業大數據確權立案 8 2 3 工業大數據的跨實體溯源 8 2 4 智能製造業務合約備份 8 3 基於區塊鏈的工業大數據智能安全交互 8 3 1 智能安全交互方案設計 8 3 2 基於智能合約的鏈上鏈下數據訪問 8 4 工業大數據跨域安全共享管控 8 4 1 基於區塊鏈合約的自適應數據流動規則構建 8 4 2 基於數據可信度標籤的數據上鏈保存 8 4 3 基於區塊鏈合約的數據流動自主決策執行 8 5 工業跨域異構數據的身份構建及溯源 8 5 1 構建內外因素聯合的簽名數據可信安全標籤 8 5 2 異構數據生命全周期各階段到原始數據的數據可信驗證及追溯 第9章 工業數據可視化 9 1 數據可視化概述 9 1 1 數據可視化的歷史起源 9 1 2 數據可視化的技術分支 9 1 3 數據可視化的基本流程 9 2 「替代」綱領下的工業大數據可視化 9 3 「創造」綱領下的工業大數據可視化 9 3 1 設計階段 9 3 2 製造階段 9 3 3 質檢階段 9 3 4 服 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |