来源:中国能源报2018-07-25
因此,完成单一任务时,机器学习无往不利,而在更多需要灵活应对的复杂场景中,人工智能表现欠佳。
来源:国家电网报2018-07-24
济源供电公司总会计师表示,机器学习、机器人工作的自动化时代已经到来,人工智能、云技术、大数据、移动互联等技术应用正以迅雷不及掩耳之势深入财务领域的方方面面。
来源:北极星电力网2018-07-20
本季度,abb宣布将投资1亿欧元在贝加莱总部所在地奥地利eggelsberg建设全球领先的创新与培训园区,这一举措将推动abb在机械与工厂自动化,包括人工智能和机器学习等领域的创新。
来源:中国华能2018-07-16
在完成单一任务的时候,机器学习无往不利,在更多需要灵活应对的复杂场景中,人工智能还表现欠佳。
来源:中国电力企业管理2018-07-16
他们包括一家使用机器学习和数据分析来处理智能仪表数据并告知用户能源消耗情况的负荷集成公司;一家提供电动汽车网络管理软件和服务的供应商;一家利用区块链技术进行点对点能源交易的早期推动者;一家通过磁共振技术进行无线充电的开发商
来源:北极星输配电网2018-07-09
锐捷网络为全面提升用户网络安全防御水平,有效防御勒索软件、apt、0day等高级攻击,通过融合机器学习、外部情报联动、大数据、云安全等新兴技术,推出了安全态势感知解决方案,助力用户网络安全架构实现跨越式变化
来源:落基山研究所北京2018-07-06
如果在采购决策中没有充分考虑需求弹性,可能会造成燃气电厂或新建基础设施的过度投资,当需求弹性随着机器学习和数据分析技术的进步而变得更具经济可行性且应用更广泛时,这些投资可能会成为搁浅资产。
来源:动力电池热失控技术研究2018-07-06
机器学习技术已被用于获取材料性质与各种复杂的物理因子之间的统计模型, 例如通过预测分子的原子化能寻找热力学稳定的新化合物。...由此提出了构建多种阴离子共存的固体电解质的设计思想, 发明了一种全新的氧硫化物固体电解质;根据高通量计算所汇集的数据, 尝试了在正极材料脱锂过程中的体积变化研究中采用多元线性回归的数据分析方法, 为进一步在锂二次电池研发中引入数据挖掘和机器学习等工智能方法提供了可能
来源:电气技术2018-07-04
2)数据分析是大数据发挥其核心价值的重要流程,常用的数据分析技术主要有数据挖掘、机器学习、统计分析、神经网络、模糊理论等,分析的结论可用于推荐系统、专家系统、运行指导、决策支持系统等方面。
来源:亮报2018-07-04
电力人工智能核心技术方向包括智能传感、人工智能平台、大数据、机器学习、计算机视觉、自然语言处理、智能机器人等7部分。...下阶段将全面梳理图像识别、语义识别、虚拟现实、大数据分析、机器学习等人工智能技术在运检领域的应用需求,编制人工智能应用规划并分阶段实施。
来源:中国海装2018-06-29
spark技术体系可根据大数据分析需求的变化,灵活高效地进行内存级分析和运算,同时不断增强机器学习的能力,透明地与原大数据交换平台实现数据分析应用整合。
来源:远光软件2018-06-28
其中,远光智能机器人结合了自然语言处理、机器学习、知识图谱等人工智能技术研制,产品包括专注于流程自动化的rpa机器人和专注于人工智能交互的智能机器人cici,具有适应面广、技术领先、静默运行、人际沟通、
来源:GE发电2018-06-28
人工智能和机器学习:潜力无限人工智能的浪潮正在席卷整个工业领域,能源电力行业也无一例外。而结合了认知计算的人工智能将造就未来电厂的最强大脑。...通过利用机器学习和智能传感器来优化设备产出,人工智能技术将使能源产量再提高20个百分点。该文甚至断定,在未来,电力企业数字化改革将取得良好效果,甚至可以使人们不再需要建设更多的供电设施。
来源:中国能源报2018-06-27
据了解,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:国家电网报2018-06-26
人工智能平台将提供丰富的算法和模型库,并形成人工智能应用研发的全流程一站式服务;大数据将继续研究数据驱动的研究方法,重点开展大数据统一平台、数据分析挖掘、统一数据模型等技术研究和应用需求及业务模型研究;机器学习构建面向电力系统的机器学习算法库并研发针对特定电力业务场景的机器学习应用模型
来源:电气技术杂志2018-06-25
近年来,随着大数据时代的到来和计算机性能的飞跃,ai技术及应用有了质的发展,以深度学习为代表的机器学习算法在图像识别和语音识别等领域的应用取得了极大的成功,为智能电网的发展提供了重大机遇和强大支撑。
来源:中国能源报2018-06-22
来源:能见App2018-06-15
,第二个是针对我们全场对比的,针对一些状态预测的结果,针对疲劳的一些分析,都是通过机器学习和深度学习进行的这样一个分析。...具体模型的创建和其他机器学习的方法没有什么区别,数据进来做聚合、提取做重要点位,然后做模型,做预测做验证,效果好持续优化,效果不好做一些各个点位的一些调整和技术的一些工作,当然我们是分三步做的,这是第一个