返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]数据驱动的工业人工智能 建模方法与应用任磊 著978711
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 任磊 著著 | 任磊 著编 | 任磊 著译 | 任磊 著绘
    • 出版社: 机械工业出版社
    • 出版时间:2024-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 任磊 著著| 任磊 著编| 任磊 著译| 任磊 著绘
    • 出版社:机械工业出版社
    • 出版时间:2024-05-01
    • 版次:1
    • 印次:1
    • 字数:365000
    • 页数:236
    • 开本:16开
    • ISBN:9787111749738
    • 版权提供:机械工业出版社
  • 作者: 任磊 著
  • 著: 任磊 著 译
  • 装帧: 平装
  • 印次: 1
  • 定价: 99
  • ISBN: 9787111749738
  • 出版社: 机械工业出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2024-05-01
  • 页数: 236
  • 外部编号: 庄村26414
  • 版次: 1
  • 成品尺寸: 暂无
  • 序

    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

    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

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购