来源：供用电杂志2015-12-08

分布grep、分布排序、web连接图反转、每台机器的词矢量、web访问日志分析、反向索引构建、文档聚类、机器学习、基于统计的机器翻译等谷歌应用程序都采用了mapreduce这一处理模型。

来源：领能知道2015-12-08

optimumairtm 的技术架构分为四层，设备层、智能传感器层、控制和优化层、云处理和机器学习层，在设备层有变频器、空气处理机、变风量系统，这些系统都加载了智能传感器和智能电表，传统的建筑智能控制系统加上

来源：供用电杂志2015-12-07

分布grep、分布排序、web连接图反转、每台机器的词矢量、web访问日志分析、反向索引构建、文档聚类、机器学习、基于统计的机器翻译等谷歌应用程序都采用了mapreduce这一处理模型。

来源：领能知道2015-12-07

optimumairtm 的技术架构分为四层，设备层、智能传感器层、控制和优化层、云处理和机器学习层，在设备层有变频器、空气处理机、变风量系统，这些系统都加载了智能传感器和智能电表，传统的建筑智能控制系统加上

来源：国家电网杂志2015-12-06

需解决的是关键技术，如智能传感器，具有普泛性的电网全面感知技术；信息物理系统cps实现能量的信息化与智能互联管控；大数据、云计算、物联网、机器学习、软件定义和ipv6寻址等技术及其实用场景。

来源：国家电网杂志2015-12-04

需解决的是关键技术，如智能传感器，具有普泛性的电网全面感知技术;信息物理系统cps实现能量的信息化与智能互联管控;大数据、云计算、物联网、机器学习、软件定义和ipv6寻址等技术及其实用场景。

来源：北极星售电网2015-11-27

大数据分析、机器学习和预测是这种互联网络实现生命体特征的重要技术支撑：通过整合运行数据、地理数据、气象数据、电网数据、电力市场数据等，进行大数据分析、负荷预测、发电预测，打通并优化电力生产和电力消费端的运作效率

来源：北极星售电网2015-11-27

其次是分行业回归建立日电量与气温、湿度等因素用电模型，依据实时运行方式累计各台区日电量、日负荷，完成各区域、各电压等级的电量和负荷预测模型的构建，并构建模型机器学习，保持模型的时效性。...互联网、终端的普及和应用让我们进入了一个机器自动记录的时代，爆炸性增长的记录数据使传统的人工、单机/单节点的机器处理能力无法完成记录的分析、挖掘，由此催生了云计算和大数据概念并推动人工智能的工程应用，机器学习等人工智能技术就是机器处理大数据及大数据应用高级模式

来源：中国安防展览网2015-11-25

其次是分行业回归建立日电量与气温、湿度等因素用电模型，依据实时运行方式累计各台区日电量、日负荷，完成各区域、各电压等级的电量和负荷预测模型的构建，并构建模型机器学习，保持模型的时效性。...互联网、终端的普及和应用让我们进入了一个机器自动记录的时代，爆炸性增长的记录数据使传统的人工、单机/单节点的机器处理能力无法完成记录的分析、挖掘，由此催生了云计算和大数据概念并推动人工智能的工程应用，机器学习等人工智能技术就是机器处理大数据及大数据应用高级模式

来源：国家电网杂志2015-11-12

其次是分行业回归建立日电量与气温、湿度等因素用电模型，依据实时运行方式累计各台区日电量、日负荷，完成各区域、各电压等级的电量和负荷预测模型的构建，并构建模型机器学习，保持模型的时效性。...互联网、终端的普及和应用让我们进入了一个机器自动记录的时代，爆炸性增长的记录数据使传统的人工、单机/单节点的机器处理能力无法完成记录的分析、挖掘，由此催生了云计算和大数据概念并推动人工智能的工程应用，机器学习等人工智能技术就是机器处理大数据及大数据应用高级模式

来源：国家电网杂志2015-11-12

其次是分行业回归建立日电量与气温、湿度等因素用电模型，依据实时运行方式累计各台区日电量、日负荷，完成各区域、各电压等级的电量和负荷预测模型的构建，并构建模型机器学习，保持模型的时效性。...互联网、终端的普及和应用让我们进入了一个机器自动记录的时代，爆炸性增长的记录数据使传统的人工、单机/单节点的机器处理能力无法完成记录的分析、挖掘，由此催生了云计算和大数据概念并推动人工智能的工程应用，机器学习等人工智能技术就是机器处理大数据及大数据应用高级模式

来源：中国工业报2015-11-10

这中间有三点需要关注：第一、打破信息不透明，实现端对端，圈对圈，电源对消费的信息全互联，第二、如何利用先进的ict技术，另外包括人工智能，机器学习，物联网，如何融合这些先进的ict技术和能源行业进行结合

来源：中国工业报2015-11-10

这中间有三点需要关注：第一、打破信息不透明，实现端对端，圈对圈，电源对消费的信息全互联，第二、如何利用先进的ict技术，另外包括人工智能，机器学习，物联网，如何融合这些先进的ict技术和能源行业进行结合

来源：中国工业报2015-11-09

这中间有三点需要关注：第一、打破信息不透明，实现端对端，圈对圈，电源对消费的信息全互联，第二、如何利用先进的ict技术，另外包括人工智能，机器学习，物联网，如何融合这些先进的ict技术和能源行业进行结合

来源：供用电杂志2015-11-09

二是优化运行，三是信息物理系统(cps)，四是智能电表，五是用户需求侧管理，六是储能，七是微电网和交直流混合配电技术，八是智能电网关键设备和新材料技术，九是高级资产管理系统，十是配电网系统的大数据、云计算，深度机器学习应用等

来源：北极星输配电网整理2015-11-05

从更加灵活的配电调度，到智能组网，再到易大数据和人工智能、机器学习为技术支撑的自组织网络。

来源：中兴力维2015-10-29

在平台系统中，最基本的处理技术需要包括云存储技术，数据预处理技术，数据挖掘技术，智能分析技术，机器学习、决策、调度技术等。...同样是在两端一线一平台的架构中的后端（iplatform），通过机器学习和自动建模、预案设计、资源调度等，完全可以实现对事件进行预先处理，对潜在性的危险进行预警、处理和总结。

来源：ABB（中国）有限公司2015-10-23

该合作还将利用机器学习和预测分析能力来推动未来创新。abb集团离散自动化与运动控制业务部总裁白天恩表示：平台性能和稳定性是一个现代化、数字化电动汽车充电站能否成功运营的关键所在。

来源：电缆网2015-10-21

这一合作还将利用机器学习和预测分析能力来推动未来创新。abb离散自动化和运动控制部总裁pekka tiitinen表示，平台的性能和稳定性是现代化数字充电站成功运营的重要保证。

来源：venturebeat2015-10-21

他们表示，两家公司将把目标放在针对未来项目的机器学习和预测性分析功能。对于微软来说，云计算领域是这家公司未来发展的一个重点。