来源:深圳市科陆电子科技股份有限公司2018-05-31
数据科学家被哈佛商业评论称为二十一世纪最sexy的职业,其优势在于其优秀的跨领域技能,既可以抓取数据,也可以分析,进行建模,还能将有用的信息用抓人眼球数据展示方法提供给决策层,应用的科学手段包括应用数学,概率统计,模式识别,机器学习
来源:中国能源网2018-05-29
截至目前,该平台提供超过90个计算节点的集群支撑,平台预置超过50种以上当前主流的数据分析和机器学习算法。
来源:材料牛2018-05-28
最后,本文基于计算化学发展前沿,从高精度计算、大尺度模拟、材料基因组、机器学习等方面展望了理论和实验在未来如何更好地合作,解决锂硫电池中的关键科学问题。
来源:CAA发电自动化2018-05-24
目前的工业自动化系统已有相关数据库,此处单列存储层, 是为了便于从功能上描述架构层级.特征抽取及知识合成层: 采用自然语言处理、机器学习、计算智能方法等人工智能技术, 实现特征抽取和知识合成.解析层:
来源:河南发改委2018-05-18
鼓励开展人机交互、模式识别、机器学习等技术研发,推动人工智能技术与产业技术融合发展,积极发展面向人工智能应用设计的智能软件,夯实人工智能发展的软硬件基础。
来源:中国电力新闻网2018-05-14
充电网、互联网、物联网、能源网和交通网相融合而积累的海量数据,需要利用数据挖掘、机器学习、聚类分析等处理技术使得数据不断透明,将显性化的数据进一步转化为直观、可理解的信息,利用应用建模、仿真测试、验证等技术建立模型
来源:浩亭(珠海)贸易有限公司2018-05-11
文字说明:assystem利用演示装置展示如何利用数据科学和机器学习识别新的连接并优化操作流程,从而降低生产成本。...assystem利用演示装置展示如何利用数据科学和机器学习识别新的连接并优化操作流程,从而降低生产成本。机器彼此之间进行通信,访问内部和外部数据。
来源:远光软件2018-05-11
不久的将来,更多大型集团企业的财务共享中心将配备财务智能化团队,负责数据运营、数据建模、机器学习训练等工作,以满足基于大数据、人工智能等新技术应用的发展需求。
来源:电力头条APP2018-05-09
再一个刚才说的特征就是数字化,数字化这两天大家也听了很多了,技术展望里边把智能化、数字化技术分成了四个阶段,第一个阶段,已经有应用的,像咱们现在提到的应用,实际上都是在第一个阶段里面,包括机器学习、vr
来源:电力头条APP2018-05-08
关于知识与数据融合的智能诊断技术,人工智能在原来的知识库基础之上加入了机器学习和大数据分析的概念,但是两者是相融合的,就是说我们并不是有了大数据可以完完全全撇清以往的专家经验和知识。...还有西边的防城港核电基地,实际上有很多战略备件是可以也应该实现共享的,这里面需要跟设备供货厂家、设备制造、质量控制、运输、库存,以及现场维修、需求和计划安排等各环节统筹分析考虑,整体关联起来,需要做到的是人工智能和机器学习
这个是国外的案例,这个公司对于风力发电机,因为风力发电机有很多的问题,特别是过了5年以后,很多故障不可预测,建立了机器学习和深度学习引擎,来自动选择他的优化算法,再选择他的参数,然后不需要任何人工的干预
机器学习能够帮助电厂运营智慧化,利用电厂已有的大量的数据,再加上机器学习的算法体系,以及各个电厂的个性化配置,最终帮助完成实现电厂运营的智慧化转型。...我的主要研究方向,是机器学习在电力工业中的应用,说到机器学习其实大家应该并不陌生,因为在我们周围、身边其实已经充满了机器学习应用的案例,比较时髦的现在比如说无人驾驶技术,还有alphago的围棋,是通过增强学习来实现的
第四,作为企业来说,作为社会责任的体现,更多的还是通过人工智能、通过机器学习的方式,对生产过程进行优化,最后体现在效率上。...我想说不管是十九大当中提到了大数据、互联网、提到了人工智能、提到了机器学习,还有就是国务院在政治局组织学习的时候也提到了相同的内容,其实我们回过头来看,国家和执政党在历史过程当中就一项技术提的这么样高,
来源:电网技术2018-05-08
此外,在人工智能兴起的大背景下,未来能源互联网应是能源调控方式与人类行为紧密耦合的信息-物理-社会融合系统,如何利用调度机器人群体的平行机器学习实现多能源系统的分布调控将是具有前瞻性和开创性的研究课题。
来源:电气小青年2018-05-02
未来综合能源互联网也将对配电网资产管理提出更高的要求,以能源信息物理系统、大数据、深度机器学习和人工智能应用等为方向的技术将为资产管理提供科学实用的方法和工具。
来源:远光软件2018-04-27
在人工智能方面,远光软件承担了多项科研课题,着力解决机器学习、专家系统等理论技术在系统运维、财务工作等领域的应用问题,深入挖掘人工智能在企业管理、社会治理方面的应用潜力。
来源:中国电力新闻网2018-04-23
搭建时间、区域、负荷、行业、设备五维地图,助力差异化的供电可靠性监测与服务;创新利用外部数据,结合电力客户电量、在运充电设施等内部数据,通过机器学习算法、加装数据采集装置等手段,提出优化充电设施布点建议
来源:材料牛2018-04-09
团队介绍施思齐教授课题组属于上海大学材料科学与工程学院/材料基因组工程研究院,该课题组致力于电化学能量存储材料的原子尺度计算和实验验证研究,包括固态电解质/电极材料,固体电解质膜,催化剂等相关电池材料的物理机制探索,以及基于数据挖掘与机器学习的新材料设计与性能优化
来源:工信部2018-04-09
2.结合行业特点,基于大数据分析技术,应用机器学习、知识发现与知识工程以及跨媒体智能等方法,在产品质量改进与缺陷检测、生产工艺过程优化、设备健康管理、故障预测与诊断等关键环节具备人工智能特征。
来源:电网技术2018-04-09
同时在需求响应系统中可将ai与云安全结合,依靠机器学习自动发现、分类和保护存储在电力需求响应云端中的敏感数据,帮助云服务提供商更加安全高效地保护数据。3)基于区块链技术创建dr安全交易环境。...未来可利用机器学习智能引擎快速检测需求响应信息交换过程中的异常行为、敏感访问、挑战黑洞(challenge collapsar,cc)攻击等恶意机器行为以及识别提供虚假报价信息的非法dr用户。