北极星
      北极星为您找到“机器学习”相关结果1501

      来源:智慧环卫学组2020-03-26

      随着新一代信息技术的快速发展,计算能力、数据处理能力和处理速度都将得到大幅提升,机器学习算法快速演进,大数据的价值得以展现。...而ai技术的核心在于,通过大规模机器学习和深度学习等技术,对海量数据进行处理、分析和挖掘,提取数据中所包含的有价值的信息和知识,使数据具有“智能思考能力”,并通过建立和业务相关的模型寻求解决方案以及实现预测等

      新基建下的工业互联网 为什么显得“格格不入”?

      来源:智能相对论2020-03-25

      比如人工智能,细分下来,智能硬件、机器学习、交互模式、ai芯片、平台系统等等都有可能成为该领域的基建目标。

      来源:36氪2020-03-25

      bluwave-ai center 则管理着多个“bluwave-ai edge,它将机器学习与新数据结合使用,收集数据用以训练 ai 模型,然后将这些模型发送回 bluwave-ai edge,进行预测

      来源:亮报2020-03-25

      风力发电预测主要使用风机状态数据、测风塔数据、气象预报数据以及大量的风电站运行数据,采用机器学习等方法,预测0~4小时内和24小时内单风机和风电场总体的有功功率。

      来源:亮报2020-03-25

      风力发电预测主要使用风机状态数据、测风塔数据、气象预报数据以及大量的风电站运行数据,采用机器学习等方法,预测0~4小时内和24小时内单风机和风电场总体的有功功率。

      来源:北极星输配电网2020-03-24

      鼓励东软集团等软件企业研发面向不同工业场景的物联网智能分析、数据集成与治理、数据分析与可视化、机器学习与人工智能等工业软件。

      全国首个“电力+通信”跨界大数据分析平台 助力企业复工

      来源:四川联通2020-03-20

      在数据建模层面,从用电和信令两个维度精准分析企业复工复产和人口流动行为,通过搭建机器学习模型,计算企业复工复产、商业景气指数、涉疫小区人员流动数据,并完成了一体化展示和动态预测。

      来源:工信部2020-03-19

      支持发展新型数据产品和服务,鼓励探索专业化的数据采集、数据清洗、数据交换、数据标注等新商业模式,发展弹性分布式计算、数据存储等基础数据处理云服务和在线机器学习、自然语言处理、图像理解、语音识别、知识图谱

      来源:工信部2020-03-19

      支持发展新型数据产品和服务,鼓励探索专业化的数据采集、数据清洗、数据交换、数据标注等新商业模式,发展弹性分布式计算、数据存储等基础数据处理云服务和在线机器学习、自然语言处理、图像理解、语音识别、知识图谱

      来源:中国电力报2020-03-18

      通过这一方法与多模型集合预报中的其他机器学习技术相结合,将eso预测的准确性提高了33%。

      案例分享 | 国家能源集团宿迁二期智能发电探索及实践

      来源:北极星电力网2020-03-13

      一套汇聚中心,加上先进的人工智能或者是数据分析,像机器学习、深度学习、大数据专家系统这些技术序列,保证咱们上面讲的四大功能群组,智能顺控功能群、智能诊断预警、智能运行优化、智能安全管控实现。

      电规总院发电新技术处处长张晋宾:从智能电厂实施路线图等四方面解读智能电厂体系

      来源:北极星电力网2020-03-13

      对于人工智能学科来讲,可以细分为机器学习、智能控制、自然语言处理、视觉处理、语音处理、专家系统、规划和搜索、机器人,无人机这些都属于机器人的范畴。...第二,示范实验一批,用2—5年的时间来实现bim二级的应用,和智能控制、机器视觉、机器学习、云边计算、ar/mr、数据分析、5g—urllc等等。

      来源:亮报2020-03-11

      平台要充分体现数据价值,就需对数据进行进一步的加工、分析和挖掘,要支持离线批处理、实时计算、机器学习、多维度分析和全文检索等应用场景。...从发展趋势来看,未来大数据平台应具备云+大数据的超融合架构,实现实时性数据处理、事务型在线数据处理、机器学习的数据处理能力,同时,加强数据安全管理,最终实现更加智能、安全的大数据存储与分析。

      来源:新华网2020-03-10

      据了解,智能配电箱的核心技术理念是通过传感器技术,物联网,人工智能,机器学习技术挖掘出家庭电力数据中人类行为信息。该项技术可以广泛应用于智能家居,工业自动化,智能楼宇监控,健康医疗服务等领域。

      欧洲电池产业长期发展计划报告《电池2030+》

      来源:深水科技咨询2020-03-09

      机器学习和物理理论为导向的数据驱动模型去识别材料开发过程中重要的参数和特征,开发有效的和稳固的方式耦合和连接不同维度的模型,加速材料开发过程。

      来源:新华网2020-03-09

      随着互联网、云计算、机器学习与大数据等技术的快速发展,金风科技的风资源数字化平台也应运而生。

      来源:享能汇2020-03-09

      西班牙初创公司nnergix利用天气数据和机器学习技术进行能源预测。人工智能公司deepmind与英国国家电网合作,将人工智能技术添加到英国的电力系统预测模型中。...目前,世界各国纷纷采取措施,推动数字化转型,将大数据分析及机器学习、区块链、分布式能源管理和云计算等数字技术,应用到能源生产、输送、交易、消费及监管等各个环节。大数据和物联网成为核心基础设施。

      着重支持氢能与燃料电池等重大领域!佛山市政府开启三年开放基金项目申报

      来源:北极星氢能网2020-03-05

      重点开展电子结构及电化学反应的热力学和电化学动力学计算研究,开发计算模拟创新方法,进行材料筛选、构建机器学习大数据库,形成电极材料性能新技术;开展序构化超高镍三元正极材料的制备技术研究,实现颗粒可控形核

      来源:储能100人2020-03-05

      这包括执行预测分析、机器学习、大数据和边缘计算。可以获取和分析有关负荷、发电、天气、附近电网拥堵和电价的数据。“储能背后的全部秘密武器不是硬件产品,而是控制充放电及其网络运行的软件。

      特斯拉:电池风云

      来源:中信建投2020-03-04

      用其他有类似作用的元素替代钴,但可能影响正极体系容量,并在动力学上不利于倍率性能发挥;多个材料体系耦合,但可能有严重的相变存在;使用阴离子氧化还原对,但循环寿命可能有限;精细调控高镍材料的组成、煅烧温度、时间和气氛,也许需要机器学习手段进行辅助

      相关搜索