资源类型

期刊论文 363

年份

2024 1

2023 48

2022 35

2021 34

2020 26

2019 37

2018 24

2017 32

2016 17

2015 10

2014 4

2013 7

2012 3

2011 4

2010 9

2009 5

2008 9

2007 8

2006 8

2005 8

展开 ︾

关键词

大数据 8

机器学习 8

数据挖掘 7

人工智能 6

增材制造 4

建模 4

智能制造 4

人工神经网络 3

深度学习 3

仿真 2

分布式系统 2

区块链 2

工业大数据 2

建模仿真 2

数据集成 2

数据驱动方法 2

材料设计 2

环境一号卫星 2

结构健康监测 2

展开 ︾

检索范围:

排序: 展示方式:

多尺度材料与过程设计的数据驱动和机理混合建模方法 Perspective

周腾, Rafiqul Gani, Kai Sundmacher

《工程(英文)》 2021年 第7卷 第9期   页码 1231-1238 doi: 10.1016/j.eng.2020.12.022

摘要: 混合建模为解决此类复杂的设计问题提供了一个有前景的选择。在混合建模中,用数据驱动模型描述原本计算成本高昂的材料特性,而用机理模型表示众所周知的过程相关原理。本文重点介绍了混合建模在多尺度材料和过程设计中的重要性。首先介绍通用设计方法,然后选择了六个重要的应用领域:四个来自化学工程领域,两个来自能源系统工程领域。对于选定的每个领域,讨论了使用混合建模进行多尺度材料和过程设计的最新研究。最后,本文给出了结论,指出当前研究的局限性和未来的发展空间。

关键词: 数据驱动     代理模型     机器学习     混合建模     材料设计     过程优化    

高炉炼铁过程数据驱动软测量技术研究综述 Review Article

罗月阳1,张新民1,Manabu Kano2,邓龙3,杨春节1,宋执环1

《信息与电子工程前沿(英文)》 2023年 第24卷 第3期   页码 327-354 doi: 10.1631/FITEE.2200366

摘要: 随着物联网、大数据和人工智能的发展,高炉炼铁过程中的数据驱动软测量技术受到越来越多关注,但目前尚无关于高炉炼铁过程数据驱动软测量技术的系统性总结与评价。本文详细总结了高炉炼铁过程数据驱动软测量技术的最新研究成果与发展现状。具体而言,首先对高炉炼铁中使用的各种数据驱动软测量建模方法(如多尺度方法、自适应方法、深度学习等)进行了全面分类总结与分析。其次,对高炉炼铁中数据驱动软测量技术的应用现状(如硅含量、熔铁温度、气体利用率等)作对比分析。最后,展望了数据驱动软测量技术在高炉数字孪生、多源信息融合、碳达峰与碳中和等方面的潜在挑战和未来发展趋势。

关键词: 软测量;数据驱动建模;机器学习;深度学习;高炉;炼铁过程    

海运数据驱动建模——关键问题、挑战和解决方案

诸葛丹, 王帅安, 镇璐, Harilaos N. Psaraftis

《工程(英文)》 2023年 第31卷 第12期   页码 25-26 doi: 10.1016/j.eng.2022.12.009

数据驱动选矿过程优化研究进展

丁进良, 杨翠娥, 柴天佑

《工程(英文)》 2017年 第3卷 第2期   页码 183-187 doi: 10.1016/J.ENG.2017.02.015

摘要: 本文简述了基于数据驱动的混合智能优化方法和技术在提高选矿过程全流程运行指标性能方面的最新进展。首先描述了选矿工业过程全流程综合指标优化问题,进而对涉及的数据驱动的优化方法进行总结。最后,本文给出了选矿过程数据驱动优化的未来研究方向。

关键词: 数据驱动的优化方法     生产全流程的全局优化     选矿过程     勘查    

数据驱动的加工过程异常诊断 Article

Y.C. Liang, S. Wang, W.D. Li, X. Lu

《工程(英文)》 2019年 第5卷 第4期   页码 646-652 doi: 10.1016/j.eng.2019.03.012

摘要: 为了解决这个问题,本文提出了一种全新的异常数据驱动的诊断系统。在该系统之中,我们持续收集随动态加工过程而产生的状态监测功率数据,并以此支持在线诊断分析。为了便于分析,我们设计了预处理机制对所监视的数据进行去噪、标准化以及校准。随后我们即从监控数据中提取关键特征,并定义阈值以识别异常。考虑到加工过程中机床和工装的动态条件,用于识别异常的阈值可以调整。我们还可以基于历史数据利用果蝇优化(FFO)算法优化阈值,以实现更准确的检测。通过实践验证,我们证明了该系统在工业应用中的有效性和巨大前景。

关键词: 计算机数控加工     异常检测     果蝇优化算法     数据驱动方法    

机器学习和数据驱动算法在智慧发电系统中的应用——一种不确定性处理的视角 Review

孙立, Fengqi You

《工程(英文)》 2021年 第7卷 第9期   页码 1239-1247 doi: 10.1016/j.eng.2021.04.020

摘要: 机器学习(ML)和数据驱动控制(DDC)技术的蓬勃发展为这些传统方法提供了一种替代方案。本文回顾了机器学习和数据驱动控制技术在发电系统监测、控制、优化和故障检测方面的典型应用,特别着重于揭示这些方法在评价、消除或耐受相关不确定性影响方面的作用。本文为智慧发电控制技术提供了一个从调节层到规划层的总体视角,分别从可见性、机动性、灵活性、经济性和安全性(简称“五性”)方面对机器学习和数据驱动控制技术的优势进行阐释。

关键词: 智慧发电     机器学习     数据驱动控制     系统工程    

基于混合驱动高斯过程学习的强机动多目标跟踪方法 Research Article

国强1,滕龙1,2,尹天祥3,郭云飞3,吴新良2,宋文明2

《信息与电子工程前沿(英文)》 2023年 第24卷 第11期   页码 1647-1656 doi: 10.1631/FITEE.2300348

摘要: 本文提出一种混合驱动方法,利用数据驱动和基于模型算法的优点跟踪多个高机动目标。将时变恒速(CV)模型集成到在线学习的高斯过程(GP)中,提高高斯过程的预测性能。进一步与广义概率数据关联(GPDA)算法相结合,实现多目标跟踪。通过仿真实验可知,与广泛使用的机动目标跟踪算法如交互式多模型(IMM)和数据驱动的高斯过程运动跟踪器(GPMT)相比,提出的混合驱动方法具有显著的性能优势。

关键词: 目标跟踪;高斯过程;数据驱动;在线学习;模型驱动;概率数据关联    

使用数据驱动模型优化抗体纯化策略 Article

刘松崧, Lazaros G. Papageorgiou

《工程(英文)》 2019年 第5卷 第6期   页码 1077-1092 doi: 10.1016/j.eng.2019.10.011

摘要: 使用基于微型实验数据的制造规模模拟数据集,建立了以负载质量、流速和柱床高度为输入的色谱通量数据驱动模型。与其他方法相比,分段线性回归建模方法具有简单、预测精度高的优点。提出了两种混合整数非线性规划(MINLP)模型,结合数据驱动模型,以最小化每克抗体纯化过程的总成本。然后,使用线性化技术和多参数分解将这些MINLP模型重新构造为混合整数线性规划(MILP)模型。

关键词: 抗体纯化     多尺度优化     抗原结合片段     混合整数规划     数据驱动模型     分段线性回归    

数据驱动的材料创新基础设施

汪洪, 项晓东, 张澜庭

《工程(英文)》 2020年 第6卷 第6期   页码 609-611 doi: 10.1016/j.eng.2020.04.004

基于自组织映射的增材制造中数据驱动式微观组织和显微硬度设计 Article

甘政涛, 李恒阳, Sarah J. Wolff, Jennifer L. Bennett, Gregory Hyatt, Gregory J. Wagner, 曹简, Wing Kam Liu

《工程(英文)》 2019年 第5卷 第4期   页码 730-735 doi: 10.1016/j.eng.2019.03.014

摘要:

为了在镍基高温合金的增材制造(AM)中设计微观组织和显微硬度,本研究提出了一种新的数据驱动方法,该方法结合了物理模型、实验测量和数据挖掘方法。为了实现过程-组织-性能(PSP)关系的可视化,模拟及实验数据集被输入到数据挖掘模型——自组织映射(SOM)中。在多目标下,工艺参数的设计窗口可以从可视化映射中得到。这种被提出的方法可用于AM和其他数据密集型工艺过程。过程、组织和性能之间的数据驱动联系可能会有利于在线过程监控控制,从而获得理想的微观组织和力学性能。

关键词: 增材制造     数据科学     多重物理建模     自组织映射     微观结构     显微硬度     镍基高温合金    

基于目的性的人群建模和目标驱动分析方法 Research Articles

丁宁1,3,祁卫敏2,3,钱辉环2,3

《信息与电子工程前沿(英文)》 2021年 第22卷 第10期   页码 1351-1369 doi: 10.1631/FITEE.2000312

摘要: 使用目标驱动分析方法,用自驱动粒子表示人群。这些自驱动粒子是人体图像的可跟踪特征点。然后,利用轨迹计算这些自驱动粒子的目的性,并选择高目的性轨迹估计公共目的地和人群内在结构。研究表明,目的性参数是一个适于描述中等密度人群的描述符,提出的目标驱动分析方法能够描述复杂人群运动行为。使用合成和真实的人类以及动物群体数据与视频,验证了所提方法的有效性。

关键词: 人群建模;智能视频监控;人群稳定性    

水波滑翔器动力学建模 Article

Chun-lin ZHOU, Bo-xing WANG, Hong-xiang ZHOU, Jing-lan LI, Rong XIONG

《信息与电子工程前沿(英文)》 2017年 第18卷 第9期   页码 1295-1304 doi: 10.1631/FITEE.1700294

摘要: 水波滑翔器是一种能够利用海面波浪起伏获得前进动力的海面移动装置,本文研究一种该装置的动力学建模方法。水波滑翔器由水面浮子和水下滑翔装置两部分构成,可视为一个双质点系统。

关键词: 波浪能驱动;动力学建模;海面移动载体;水波滑翔器    

基于多智能体微分博弈的数据驱动协同一致控制 Research Article

石宇1,化永朝2,于江龙1,董希旺1,2,任章1

《信息与电子工程前沿(英文)》 2022年 第23卷 第7期   页码 1043-1056 doi: 10.1631/FITEE.2200001

摘要: 提出系统化的多智能体微分博弈构建和分析方法,同时给出一种基于强化学习技术的数据驱动方法。首先论证了由于网络交互的耦合特性,典型的分布式控制器无法充分保证微分博弈的全局纳什均衡。构造了一种无需系统模型信息的离轨策略强化学习算法,利用在线邻居交互数据对控制器进行优化更新,并证明控制器的稳定性和鲁棒性。进一步提出一种基于改进耦合指标函数的微分博弈模型及其等效的强化学习求解方法。

关键词: 多智能体系统;微分博弈;一致控制;数据驱动;强化学习    

数据为材料研究创造新机遇——材料设计的机器学习方法与应用综述 Review

周腾, Zhen Song, Kai Sundmacher

《工程(英文)》 2019年 第5卷 第6期   页码 1017-1026 doi: 10.1016/j.eng.2019.02.011

摘要:

材料的发展在历史上是由人类的需求和欲望所驱动的,且在可预见的将来,这种情况应该会继续下去。因为现代实验和计算技术产生的大数据越来越容易获取,数据驱动或机器学习(ML)方法为发现和合理设计材料打开了新的蓝图。本文简要介绍了各种ML方法和相关的软件或工具。

关键词: 数据     数据驱动     机器学习     材料筛选     材料设计    

面向数据权利、数据定价和隐私计算的数据驱动学习 Review

徐基珉, 洪暖欣, 许哲宁, 赵洲, 吴超, 况琨, 王嘉平, 朱明杰, 周靖人, 任奎, 杨小虎, 卢策吾, 裴健, 沈向洋

《工程(英文)》 2023年 第25卷 第6期   页码 66-76 doi: 10.1016/j.eng.2022.12.008

摘要:

近年来,数据已成为数字经济中最重要的生产要素之一。与传统生产要素不同,数据的数字化性质使其难以合同和交易。因此,建立一个高效和标准的数据交易市场体系将有利于降低成本,提高行业各方的生产力。尽管许多研究致力于数据法规和其他数据交易问题,如隐私和定价,但很少有工作对机器学习和数据科学领域的这些研究进行全面回顾。为了提供对这个主题的完整和最新的理解,本文涵盖了数据交易过程中的三个关键问题:数据权利、数据定价和隐私计算。通过厘清这些主题之间的关系,本文提供了一个数据生态系统的全貌,其中数据由个人、研究机构和政府等数据主体生成,而数据处理者出于创新或运营目的获取数据,并通过适当的定价机制根据数据主体各自的所有权分配收益。为了使人工智能(AI)能够长期有益于人类社会的发展,人工智能算法需要通过数据保护法规(即隐私保护法规)进行评估,以帮助构建日常生活中值得信赖的人工智能系统。

关键词: 数据科学     人工智能     数据权利     数据定价     隐私计算    

标题 作者 时间 类型 操作

多尺度材料与过程设计的数据驱动和机理混合建模方法

周腾, Rafiqul Gani, Kai Sundmacher

期刊论文

高炉炼铁过程数据驱动软测量技术研究综述

罗月阳1,张新民1,Manabu Kano2,邓龙3,杨春节1,宋执环1

期刊论文

海运数据驱动建模——关键问题、挑战和解决方案

诸葛丹, 王帅安, 镇璐, Harilaos N. Psaraftis

期刊论文

数据驱动选矿过程优化研究进展

丁进良, 杨翠娥, 柴天佑

期刊论文

数据驱动的加工过程异常诊断

Y.C. Liang, S. Wang, W.D. Li, X. Lu

期刊论文

机器学习和数据驱动算法在智慧发电系统中的应用——一种不确定性处理的视角

孙立, Fengqi You

期刊论文

基于混合驱动高斯过程学习的强机动多目标跟踪方法

国强1,滕龙1,2,尹天祥3,郭云飞3,吴新良2,宋文明2

期刊论文

使用数据驱动模型优化抗体纯化策略

刘松崧, Lazaros G. Papageorgiou

期刊论文

数据驱动的材料创新基础设施

汪洪, 项晓东, 张澜庭

期刊论文

基于自组织映射的增材制造中数据驱动式微观组织和显微硬度设计

甘政涛, 李恒阳, Sarah J. Wolff, Jennifer L. Bennett, Gregory Hyatt, Gregory J. Wagner, 曹简, Wing Kam Liu

期刊论文

基于目的性的人群建模和目标驱动分析方法

丁宁1,3,祁卫敏2,3,钱辉环2,3

期刊论文

水波滑翔器动力学建模

Chun-lin ZHOU, Bo-xing WANG, Hong-xiang ZHOU, Jing-lan LI, Rong XIONG

期刊论文

基于多智能体微分博弈的数据驱动协同一致控制

石宇1,化永朝2,于江龙1,董希旺1,2,任章1

期刊论文

数据为材料研究创造新机遇——材料设计的机器学习方法与应用综述

周腾, Zhen Song, Kai Sundmacher

期刊论文

面向数据权利、数据定价和隐私计算的数据驱动学习

徐基珉, 洪暖欣, 许哲宁, 赵洲, 吴超, 况琨, 王嘉平, 朱明杰, 周靖人, 任奎, 杨小虎, 卢策吾, 裴健, 沈向洋

期刊论文