注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術工業(yè)技術一般工業(yè)技術工業(yè)大數據與知識圖譜

工業(yè)大數據與知識圖譜

工業(yè)大數據與知識圖譜

定 價:¥118.00

作 者: 王堅,戴毅茹,凌衛(wèi)青
出版社: 清華大學出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787302637684 出版時間: 2023-09-01 包裝: 平裝-膠訂
開本: 16開 頁數: 字數:  

內容簡介

  工業(yè)大數據分析與知識圖譜作為人工智能領域的核心技術,已經成為當前學術研究和工程應用的焦點,受到越來越多的關注。本書從技術和實踐的角度,為讀者闡述工業(yè)大數據分析和知識圖譜的核心技術及其實踐應用。 本書內容分為三篇。第一篇以物聯(lián)網數據為基礎,圍繞工業(yè)大數據技術的“虛實融合”的CPS核心內容,開展數據治理、數據分析、數據平臺的相關闡述,揭示數據驅動的生產系統(tǒng)優(yōu)化模式; 第二篇以人(社會網)機(互聯(lián)網)物(物聯(lián)網)數據為基礎,圍繞人工智能先進技術即知識圖譜,探討知識發(fā)現(xiàn)、知識圖譜構建、知識服務、工業(yè)智能制造及知識服務平臺等核心關鍵技術,為企業(yè)向智能制造的轉型升級提供知識驅動的智慧共享的創(chuàng)新模式; 第三篇基于前兩篇的關鍵技術創(chuàng)新,開展重點行業(yè)、重點領域的典型場景應用,圍繞鋼鐵、民用航空、電氣等國民經濟支柱行業(yè),聚焦節(jié)能潛力分析、設備健康管理及預測性維護、知識組織管理等重點領域,開展應用實踐工作。 本書可以作為計算機科學、電子與信息工程、控制科學與工程等學科的教學與科研用書,以及企業(yè)技術人員的參考書。

作者簡介

暫缺《工業(yè)大數據與知識圖譜》作者簡介

圖書目錄

第一篇工業(yè)大數據: 使機器更“聰明”
第1章工業(yè)大數據概述
1.1工業(yè)大數據的產生背景及發(fā)展歷程
1.1.1工業(yè)大數據的產生背景
1.1.2工業(yè)大數據的發(fā)展歷程
1.2工業(yè)大數據的概念與內涵
1.2.1工業(yè)大數據的概念
1.2.2工業(yè)大數據的特征
1.2.3工業(yè)大數據的組成
1.2.4工業(yè)大數據的典型應用場景
1.3工業(yè)大數據發(fā)展現(xiàn)狀及面臨的挑戰(zhàn)
1.3.1工業(yè)大數據發(fā)展現(xiàn)狀
1.3.2工業(yè)大數據面臨的挑戰(zhàn)
1.3.3工業(yè)大數據的發(fā)展趨勢
1.4工業(yè)大數據與工業(yè)互聯(lián)網
第2章工業(yè)大數據體系架構及技術布局
2.1工業(yè)互聯(lián)網體系架構
2.1.1應用參考架構
2.1.2平臺參考架構
2.2工業(yè)大數據技術布局
2.2.1工業(yè)大數據技術的特點
2.2.2工業(yè)大數據技術發(fā)展趨勢
第3章工業(yè)大數據治理
3.1工業(yè)大數據治理產生的背景
3.2工業(yè)大數據治理的概念
3.2.1大數據治理的概念
3.2.2大數據治理框架
3.2.3工業(yè)大數據治理的概念
3.3基于語義網的工業(yè)大數據治理
3.3.1本體論
3.3.2語義網
3.3.3關鍵技術
3.4基于知識圖譜的工業(yè)大數據治理
3.4.1工業(yè)大數據與知識圖譜
3.4.2工業(yè)大數據環(huán)境下的知識圖譜構建
第4章工業(yè)大數據分析技術
4.1工業(yè)大數據分析技術概述
4.2工業(yè)大數據分析主要技術
4.2.1傳統(tǒng)機器學習方法
4.2.2深度學習方法
第二篇知識圖譜: 使機器更“有學識”
第5章知識圖譜概述
5.1知識圖譜的定義與分類
5.1.1知識圖譜的定義
5.1.2知識圖譜的分類
5.2知識圖譜的作用與意義
5.3知識圖譜的研究進展
5.3.1知識圖譜的研究現(xiàn)狀
5.3.2知識圖譜的發(fā)展趨勢
第6章知識圖譜體系架構及技術布局
6.1知識圖譜體系架構
6.2知識圖譜技術布局
6.2.1知識發(fā)現(xiàn)
6.2.2知識建模
6.2.3知識推理
第7章數據驅動的知識發(fā)現(xiàn)
7.1數據驅動的知識發(fā)現(xiàn)概述
7.1.1數據驅動的知識發(fā)現(xiàn)內涵
7.1.2數據驅動的知識發(fā)現(xiàn)過程
7.1.3工業(yè)大數據與商業(yè)大數據知識發(fā)現(xiàn)區(qū)別
7.2數據驅動的知識發(fā)現(xiàn)主要方法
7.2.1基于關聯(lián)集成進化的多元回歸變量選擇方法
7.2.2基于改進多項式的非線性變量選擇
7.2.3基于工業(yè)大數據的特征提取
第8章知識圖譜建模
8.1基于本體的知識建模
8.1.1基于本體的知識建??蚣?br />8.1.2基于本體的知識建模技術
8.2知識抽取
8.2.1結構化數據抽取
8.2.2半結構化與非結構化數據抽取
8.3知識表達
8.3.1知識表達方法
8.3.2知識表達準則
8.3.3基于鋼鐵高附加值產品生產流程知識表達
8.4知識融合
8.4.1知識融合技術
8.4.2人機物本體知識融合
第9章知識推理
9.1知識推理基本方法
9.1.1知識推理方法概述
9.1.2基于貝葉斯網絡的知識推理方法
9.2面向知識圖譜的知識推理
9.2.1基于符號規(guī)則的知識圖譜推理
9.2.2基于表示學習的知識圖譜推理
第10章知識服務
10.1知識服務概述
10.1.1知識服務定義
10.1.2知識服務模式
10.2知識服務參考體系
10.3基于知識圖譜的知識服務架構
10.4知識推薦
10.4.1推薦算法
10.4.2基于內容的推薦算法
第三篇應 用 實 踐
第11章工業(yè)大數據典型案例
11.1鋼鐵加熱爐能耗預測及節(jié)能潛力分析
11.1.1基于語義網的數據集成
11.1.2基于深度學習的能耗預測模型構建
11.1.3余熱鍋爐大數據節(jié)能潛力分析
11.2基于工業(yè)大數據的設備健康管理
11.2.1基于DBN算法的設備健康評估
11.2.2基于大數據技術的風電設備故障預測
11.3鋼鐵熱軋流程工藝知識推薦
11.4基于圖神經網絡的鋼鐵質量缺陷溯源
11.5基于強化學習的熱軋生產調度優(yōu)化
第12章工業(yè)知識圖譜典型案例
12.1基于工業(yè)知識圖譜的企業(yè)需求知識服務
12.1.1需求結構化過程
12.1.2需求分析
12.1.3知識探索
12.1.4需求規(guī)范化
12.2基于工業(yè)知識圖譜的鋼鐵產線設備故障診斷
12.2.1故障診斷知識圖譜構建
12.2.2基于工業(yè)知識圖譜的故障診斷系統(tǒng)
參考文獻
 

本目錄推薦

掃描二維碼
Copyright ? 讀書網 www.afriseller.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號