期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
工业环境中的人工智能为何与众不同
1
作者
cheryl wiebe
《中国自动识别技术》
2020年第1期50-51,共2页
工业数据体量庞大,并且很难汇总分析。如果数据来源不同且种类多,人工智能很难发挥作用。由于人工智能需要一目了然的数据,并确保所有数据指标易于被访问、标准化、可识别,导致人工智能与工业环境无缘。例如,您是否能明确指出这个数据...
工业数据体量庞大,并且很难汇总分析。如果数据来源不同且种类多,人工智能很难发挥作用。由于人工智能需要一目了然的数据,并确保所有数据指标易于被访问、标准化、可识别,导致人工智能与工业环境无缘。例如,您是否能明确指出这个数据来自于哪台设备、汽车或机器?以及该数据在特定时刻位于何处?如果不能,其数据状态相关的所有其它信息就更困难了(例如天气、温度和维修历史等)。汇总分析所有这些数据的结果,以及帮助理解数据的本体论(ontology),这就是我们所谓的数字主线。它是奠定坚实数据基础的关键。
展开更多
关键词
人工智能
工业数据
数据状态
数据指标
汇总分析
数据来源
数据基础
标准化
下载PDF
职称材料
题名
工业环境中的人工智能为何与众不同
1
作者
cheryl wiebe
机构
Teradata
出处
《中国自动识别技术》
2020年第1期50-51,共2页
文摘
工业数据体量庞大,并且很难汇总分析。如果数据来源不同且种类多,人工智能很难发挥作用。由于人工智能需要一目了然的数据,并确保所有数据指标易于被访问、标准化、可识别,导致人工智能与工业环境无缘。例如,您是否能明确指出这个数据来自于哪台设备、汽车或机器?以及该数据在特定时刻位于何处?如果不能,其数据状态相关的所有其它信息就更困难了(例如天气、温度和维修历史等)。汇总分析所有这些数据的结果,以及帮助理解数据的本体论(ontology),这就是我们所谓的数字主线。它是奠定坚实数据基础的关键。
关键词
人工智能
工业数据
数据状态
数据指标
汇总分析
数据来源
数据基础
标准化
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
工业环境中的人工智能为何与众不同
cheryl wiebe
《中国自动识别技术》
2020
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部