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
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
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
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
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
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
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
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
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
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。
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
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
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
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
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。
标题 作者 时间 类型 操作
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