实现人工智能的一个途径,即以机器学习为手段解决人工智能中的问题
重庆云芽科技有限公司 | 高级人工智能开发经理 (已认证)
时间序列预测,一直是数据科学里既常见又难搞的问题——电力负荷、气象、水位、流量、传感器指标,到处都需要。传统做法要么针对每个数据集重新训练模型,要么在数据漂移时...
做量化模型验证时,我习惯先把每一折数据画成时间轴,而不是先看准确率。原因很简单:表格里的训练集和验证集即使没有日期重叠,也不代表信息完全隔离。只要特征使用了滚动...
公益公司 White Circle 提出的 RISE 攻击方法能以 13% 成功率绕过 ChatGPT Images 2.5 和 Nano Banana 2.1...
在动力机械与大型工业装备的健康监测中,变工况运行引起的非平稳特性与数据分布偏移一直是智能故障诊断面临的关键难点。传统数据驱动方法通常仅采集并分析装备被动产生的状...
在船用柴油机故障诊断研究中,近期发表于 Transactions of the Institute of Measurement and Control 的论文...
在复杂变工况运行环境下,机械装备的运行状态往往随着控制指令的调节而发生显著变化,导致传统仅依赖状态监测信号的数据驱动诊断模型容易产生误判。针对这一问题,发表于期...
在机械智能故障诊断领域,面对极端类别不平衡与样本稀缺问题,盲目堆叠网络深度与参数量往往会导致模型产生严重的过拟合与对少量噪声样本的机械记忆。发表于 Comput...
WebGL(Web Graphics Library)是一个 JavaScript API,允许网页在 <canvas> 元素上渲染 2D 和 3D 图形。它基...
在开始任何技术讨论之前,必须先说清楚一件事:双色球开奖是独立随机事件。 每一期开奖结果与之前任何一期都没有因果关系,历史数据不包含任何可用于预测未来的信息。
针对船舶柴油机在复杂机动工况下的喷射系统故障诊断问题,在近期发表于 Transactions of the Institute of Measurement a...
在动力装备的监测诊断研究中,如何在工况剧烈变化时维持诊断的可靠性始终是一个关键难点。针对传统数据驱动诊断方法过度依赖单一状态信号、易将工况扰动与机械故障混淆的问...
在学术论文《CAE-WANN: A novel anomaly detection method for gas turbines via search spa...
在复杂动力装备的状态监测与故障诊断中,黑箱模型的不可解释性与真实故障样本的匮乏构成了方法落地的主要瓶颈。发表于测量工程领域国际期刊 Measurement(20...
在旋转机械状态监测与故障诊断领域,论文《Mechanical compound fault diagnosis via suppressing intra-cl...
在机械故障诊断研究中,针对变工况振动信号的特征提取难题,论文《Deep Residual Networks With Adaptively Parametric...
本文介绍发表于期刊 Computers in Industry 的学术论文《Empirical mode reconstruction: Preserving ...
针对锂离子电池在不同正极材料(NCM与NCA)、多工况倍率(1C/2C)及不同环境温度(24 ℃与4 ℃)下的容量退化问题,在论文《Deep transfer ...
在动力电池状态监测领域,针对锂离子电池健康状态(State-of-Health, SOH)的在线建模,论文《BMSFormer: An efficient de...