深度子领域自适应网络电机滚动轴承跨工况故障诊断

针对实际生产中旋转机械工况变化引起状态监测数据分布差异及获取待诊断样本标签困难问题,提出多尺度子领域自适应模型(MSDAM)的跨工况下滚动轴承故障诊断方法。首先,以原始振动信号作为输入,无需信号预处理及人工特征参数提取;其次,搭建多尺度卷积神经网络将已知标签样本和待诊断样本特征迁移到同一子空间,捕获具有细粒度信息的多尺度公共特征;然后,以不同的故障类型来划分相关子域,并通过局部最大均值距离(LMMD)来完成子域的适配,有效削弱不同工况同类故障特征的分布差异;最后,在三个数据集的多个迁移任务上进行试验验证。结果证明,所提MSDAM的跨工况故障诊断性能优于关注全局领域适配的迁移学习方法。

基于仿真数据和子领域自适应的轴承故障网络诊断框架

在实际工业环境中,往往缺乏相应工况的轴承故障数据用于模型训练,这限制了深度学习在工业场景中的应用。基于此,采用两种建模方式生成了轴承故障信号,将其用于训练模型,并利用深度子领域自适应方法,缩小了模拟信号和真实信号间的差异,提升了模型对真实信号的诊断精度。首先,采用数学建模和基于LS-DYNA的有限元仿真两种方式建立了轴承故障仿真模型,以获取与实际场景相同工况下的轴承故障仿真加速度信号;其次,针对仿真数据和真实数据存在差异的问题,利用子领域自适应方法得到了对齐仿真数据和实际数据的全局特征分布以及相关子领域的特征分布;最后,采用原始一维振动信号作为输入,在残差神经网络(ResNet)模型架构上完成了端到端的轴承故障分类工作;将德国帕德博恩大学采集到的轴承故障信号作为实验数据,对上述模型的有效性进行了验证。研究结果表明:相较于有限元仿真,数学建模生成的仿真信号能够较轻易地迁移到实际信号,在无标签数据场景下具有99.73%的轴承故障识别精度,体现了数学建模在无监督轴承故障诊断领域的广阔应用前景,是在真实工业系统和人工智能之间架起桥梁的关键技术。

深度子领域迁移学习:一种细粒度主动迁移视角

迁移学习能以相关领域中的标注数据为基础,提升目标领域的学习效果。当领域间的数据分布差异很大时,会导致严重的负迁移问题。如何充分捕获源域和目标域之间的相似性,进一步挖掘更多有效信息,最终提高目标域的预测精度,是一个值得探索的问题。该文从细粒度主动迁移的视角,提出一种深度子领域迁移学习(Deep subdomain transfer learning,DSTL)算法,能迭代优化源域和目标域之间的相似性,提升模型预测性能。该文首先提出一种伪标签生成策略,对所有样本进行子领域的划分;制定中心+边缘的主动查询策略,获得关键代表性实例的真实标签;设计一种迭代分布优化策略,实现源域和目标域的子领域对齐,避免负迁移。将DSTL算法与传统迁移学习算法以及当前最新的深度迁移学习算法在主流的基准数据集上进行了测试。统计分析的结果表明,该文所提算法能实现性能的有效提升,扩大模型在实际应用中的适用范围。

影响不同子领域国际合作的距离因素相同吗?——来自计算机科学学科的证据

探索影响国际科学合作的因素对于提高国际合作水平具有重要意义。然而,现有研究主要聚焦于顶层学科的分析,忽略了影响不同子领域国际合作的距离因素的异质性,研究结论无法为精细化政策的制定提供依据。为此,本文从比较视角出发,基于DBLP数据库中1990—2019年187个国家的计算机科学论文发表数据,分析了计算机科学学科不同子领域的国际合作时空演化模式,并借助零膨胀beta回归模型揭示影响不同子领域、不同时期国际合作的6种距离因素。研究结果表明,从时空分布来看,以计算机科学代表性子领域——人工智能为例,本文发现早期人工智能领域的高强度合作关系主要由美国主导,随着中国、新加坡等新兴人工智能强国逐渐涌现,国际合作模式由“一强多极”转向“多极合作”。从总体的回归结果来看,地理距离、认知距离和经济距离会阻碍所有子领域的国际合作,而认知距离的影响最大,文化距离、企业参与程度距离和政治距离只在部分领域与国际合作存在显著负向相关关系。从时间维度来看,在不同的子领域,地理距离和认知距离的边际效应呈现下降趋势,而经济距离的影响则随着时间变化而增大。

基于深度子领域自适应的直驱风机次/超同步振荡源定位

直驱风机接入弱交流系统会引发形态较复杂的次/超同步振荡,为了更加精准有效地抑制振荡,亟须及时定位引发振荡的风电机组。考虑到电力系统实际振荡数据匮乏的现状,文中提出了一种基于深度子领域自适应的振荡源定位方法。该方法将仿真系统中的强迫振荡泛化到实际次/超同步振荡领域,通过输入样本与迁移模型的构建,实现次/超同步振荡源在线定位,为振荡数据匮乏导致机器学习困难提供了一种新的解决方案。此外,设计了含直驱风机并网的仿真系统测试算例,并将所提方法与不同振荡源定位方法进行了对比。结果表明,所提方法能够在较短的时间内给出更为准确的定位信息,为进一步实现振荡源在线识别奠定了基础。

基于深度子领域自适应的需求响应潜力评估方法

随着新型电力系统发展,规模化灵活需求侧互动响应资源挖掘成为必然。针对需求响应聚合商缺少聚合用户需求响应历史数据时的潜力分析问题,提出一种基于深度子领域自适应的需求响应潜力评估方法。该方法首先分析影响电力用户参与需求响应的关键因素,建立建筑用户典型用电模式下的二次回归参数库;在此基础上,采用基于参数特征相似度的需求响应潜力评估方法,得到用户参与响应的初始估计值;将用户参与响应关键影响因素和参与响应的降负荷率数据应用于训练深度子领域自适应神经网络,并对网络全连接层提取的特征参数进行特征对齐,实现了缺少响应历史数据时潜力评估神经网络的训练。通过算例分析,验证所提方法的有效性。

中药子领域核心概念本体模型构建研究

目的针对中医药信息交叉领域概念交叉和术语歧义造成的领域知识表达混乱现状,以中药子领域为样本,初步实现其核心概念的知识表达和本体建模。方法通过收集和梳理包括2015年版《中华人民共和国药典》(一部)、《中药编码规则及编码》、《中华本草》、《中药大辞典》、《中药学》、《临床中药学》的中药知识权威来源数据,基于本体论的概念建模方法,明确中药概念内涵,确定概念属性,厘清概念间的关系,初步完成中药子领域核心概念的本体建模。结果完成包括"中药""中药材""中药饮片""中成药"等核心概念的本体建模。结论初步实现中药相关核心概念模型的构建,可为其他子领域的中医药知识表达和共享提供参考。

基于专利分析的组织工程热点子领域识别及技术开发实力评估

背景:专利是技术信息最有效的载体。前期研究对组织工程领域的专利进行分析,从专利数量与质量、专利申请人区域分布、专利受理国家/地区、专利申请人、发明人、技术领域等角度评价了该领域的技术开发实力。目的:在前期研究的基础上,通过对组织工程子领域的专利分析,识别热点子领域并展示其技术开发实力,揭示中国在全球及中美竞争中的实力水平。方法:基于智慧芽专利数据库,在定量分析的基础上结合定性分析,识别组织工程热点子领域。并从专利申请、发明专利授权、三方专利申请3个角度进行分析,从专利数量与质量角度展示热点子领域技术开发的规模与增速。结果与结论:①共识别出组织工程骨、皮肤、神经、角膜4个热点子领域,其发展各具特点,骨组织工程领域技术开发相对成规模;②皮肤、神经2个子领域技术开发规模有限;角膜组织工程领域技术开发尚未成规模,但高质量、高市场价值技术成果产出比例高;③中国骨组织工程领域技术开发规模和增速均远超美国,已积累一定数量高质量技术成果;中国皮肤、神经2个子领域技术开发规模超过美国,且高质量技术成果是美国的2倍左右;中国角膜组织工程领域技术开发规模和高质量技术成果均远超美国;④中国在组织工程热点子领域的高市场价值成果与美国相比还存在较大差距。

基于专利分析的中国医疗器械子领域的识别研究

医疗器械是一个多学科交叉的高技术行业,本研究采用定量与定性相结合的分析方法识别中国医疗器械的重点子领域。通过对Derwent Innovation数据库中医疗器械领域的专利进行检索,根据国家药品监督管理局组织修订的《医疗器械分类目录》,并结合医药器械的专利分类特点,将医疗器械领域专利分为17个子领域,采用统计学分析方法对中国医疗器械17个子领域技术开发特点进行分析,并对重点子领域进行识别。中国在医疗器械的消毒灭菌设备,注输、护理和防护器械,医院设备,呼吸麻醉和急救器械,患者承载器械五个子领域占据创新优势。

组织工程热点子领域中国基础研究实力分析

背景:组织工程学发展具有极大的社会价值和经济效益,评估和分析中国在组织工程热点子领域的基础研究实力,将有助于优化资源配置和制定适宜的发展策略。目的:评价中国在组织工程热点子领域的基础研究实力。方法:在PubMed数据库中检索全球、美国和中国在组织工程热点子领域(包括骨和软骨、神经、血管、肝脏、皮肤、心脏、眼组织工程)的基础研究论文和顶尖基础研究论文。以全球和美国为背景,基于论文数量、论文增速、顶尖论文数量及比例,分析中国在组织工程热点子领域的基础研究实力。结果与结论:①中国在骨和软骨组织工程、神经组织工程、血管组织工程、肝脏组织工程、皮肤组织工程、心脏组织工程和眼组织工程领域的基础研究论文数量依次为4487,3551,2869,1328,1185,1088和689篇,占全球发文量的10%-15%之间,其中,前5个子领域的发文量约为美国的一半,心脏组织工程和眼组织工程领域的发文量仅分别为美国的32.1%和37.8%;②中国在上述各子领域的论文量增速分别为19.3%,19.5%,18.2%,14.6%,21.8%,19.6%和19.6%,均远超全球和美国;③中国在上述各子领域的顶尖基础研究论文数依次为36,31,33,24,15,24和12篇,顶尖论文比例依次为0.8%,0.9%,1.2%,1.8%,1.3%,2.2%和1.7%,明显低于全球平均水平和美国;④结果表明,中国在骨和软骨、神经组织工程、血管组织工程3个子领域的基础研究规模相对较大,而在心脏、眼2个子领域的基础研究规模相对较小;中国在各子领域的基础研究规模增速均超过全球和美国,且增速优势明显;中国在各子领域均有一定数量的顶尖基础研究成果,但顶尖成果比例比起全球和美国而言还有较大提升空间。

一维深度子领域适配的不同转速下旋转机械复合故障诊断

旋转机械复合故障与单一故障样本间相关性高易造成错分类,且旋转机械转速往往不同,进一步加剧了旋转机械复合故障诊断的难度。针对上述问题,提出一维深度子领域适配的不同转速下旋转机械复合故障诊断方法。首先,以旋转机械复合故障的频域信号作为网络的输入,最大程度保留信号特征;其次,搭建领域共享的一维卷积神经网络,对不同转速下旋转机械复合故障的频域信号特征进行学习;然后,添加局部最大均值差异形成子领域适配层,对齐每对子领域分布以避免单一故障和复合故障的特征混合,并通过最小化局部最大均值差异值缩小两域子领域特征分布差异,以减少不同转速所带来的干扰;最后,在子领域适配层后添加softmax分类层,实现对目标数据的故障状态识别。通过不同转速旋转机械复合故障诊断实验证明了所提方法的有效性。

一种子领域通用构件的开发方法

以“Z+Z智能教育平台的语音识别接口”的研究开发为背景,针对领域构架包含的构件太多和理解使用太复杂的问题,提出了子领域通用构件(General Component for Sub-domain,GCSD)的概念。GCSD的使用,能极大地简化基于构件的应用程序开发,提高软件生产效率和产品质量;结合基于构件/构架的软件复用技术和领域工程方法,提出了GCSD的开发方法,并以语音命令识别通用组件的开发为例,展示其开发过程。

电子政务领域工程的子领域划分策略

电子政务是一个覆盖面广、应用环境复杂的应用领域,对其实施领域工程具有内在的复杂性。从分析电子政务领域的特点入手,论述了子领域划分对电子政务领域工程的必要性及其划分原则,并在此基础上对电子政务进行了纵向和横向的子领域划分。

基于子领域自适应的变工况下滚动轴承故障诊断

针对变工况环境下采集到的滚动轴承振动数据特征分布不一致及待诊断样本标签较难获取的问题,提出了一种子领域自适应的深度迁移学习故障诊断方法。首先,为充分利用卷积神经网络图像特征提取能力,将滚动轴承振动信号采用连续小波变换生成图像数据集;其次,源域与目标域通用特征提取采用改进图像集预训练的ResNet-50网络结构,子领域自适应度量引入局部最大均值差异(LMMD)准则,该度量准则通过计算目标域伪标签以匹配条件分布距离来进行子领域自适应,从而减小不同工况下的子类故障特征分布差异,提高模型诊断精度;最后,在两个公开变工况滚动轴承故障数据集上进行试验验证,结果表明,本文方法平均识别准确率为99%左右,并将其与不同诊断方法进行了对比分析,说明了本文方法的有效性与优越性。

我国先进制造技术追赶中子领域与周期选择

先进制造技术面向世界前沿追赶与收敛承载着我国科技自强自立重大期待。本文应用logistic模型对先进制造技术子领域技术生命周期进行识别,应用显性技术优势指数(RTA)对主要工业国家在不同技术子领域不同发展阶段技术优势分析测算,在此基础上选择我国先进制造技术追赶的子领域并建立其在不同技术周期阶段进行追赶的成本收益模型,通过对模型中技术价值、技术距离、产品与技术扩散速度赋值进行仿真分析。得到的结论有,第一,先进制造技术在周期化演进过程中呈现出子领域非均衡、周期阶段非同步发展的特点,为后发经济体技术追赶提供了重要的机会窗口;第二,从显性技术优势指数及技术生命周期看,我国在再制造技术、仿生制造技术、工业机器人等子领域中技术追赶机会窗口更显著;第三,即使对于存在技术追赶机会窗口的领域,在不同技术周期阶段发起追赶,追赶总收益存在显著差异。这些结论对我国先进制造技术识别追赶领域,制定追赶战略有着重要启示意义。

支持复杂产品知识管理的领域子本体自动提取方法

为解决复杂产品领域本体规模庞大导致本体应用效率低的问题,提出一种支持复杂产品工程的领域子本体自动提取方法.该方法以用户标识的感兴趣节点为起始节点,采用节点相关度的概念替代本体节点之间的结构相似度来构建相关度矩阵,通过相关度迭代扩张更新相关度矩阵,提取相关度较高的节点,还原节点之间的关系后获得一种外扩型的领域子本体;在相关度迭代扩张方面,分别从本体的结构关系和约束关系2个维度进行启发式搜索扩张,并通过扩张因子实现相关度的逐级衰减;在相关度矩阵的更新方面,提出最大扩张和调和扩张2种机制;最后以机器人某领域本体为例对领域子本体的复杂度进行评价,同时给出了不同参数条件下文中方法提取领域子本体的规模和复杂度.

人工智能语音在亲子阅读领域的创新应用研究--以智伴教育机器人为例

近年来,“人工智能+”延伸至亲子阅读领域,以人工智能为技术支撑的有声伴读取代传统亲子阅读领域简单机械的讲述伴读,大大提升了儿童自主学习的创新性和能动性。文章指出人工智能语音在亲子阅读领域的价值,结合智伴教育机器人分析人工智能语音的创新应用,进而提出未来人工智能在亲子阅读领域的应用优化。

2007～2017年我国学前教育数学领域研究主题与研究子领域分析——基于全国高校硕士、博士学位论文的研究

研究者以2007~2017年间全国高校学前教育数学领域硕士、博士学位论文共202篇为样本进行分析,发现在这十年间,数学领域学位论文的绝对数量不断增加,但相对数量变化不大;研究内容不断丰富,但研究子领域分布不平衡;对幼儿数学过程性能力的研究有待深化;对幼儿园教师职前培养的研究有待加强。

仿真数据驱动的长期服役电梯导轨故障迁移诊断方法

现有的电梯导轨故障诊断研究存在水平振动分类数据稀缺,训练和测试数据集分布差异较大等问题。提出了一种仿真数据驱动的长期服役电梯导轨故障迁移诊断方法。首先构建电梯轿厢的水平动力学模型,将不同类型的导轨故障激励作为系统输入进行仿真,获得丰富的轿厢水平异常振动数据;然后融合残差网络和卷积注意力机制来提取故障特征,采用子领域自适应方法实现无监督场景下源域与目标域条件分布的对齐;最后使用不同工况下的电梯水平振动数据作为目标域对所提方法进行验证。实验结果表明,所提方法在无监督跨域场景下具有较高的故障诊断精度,为解决长期服役电梯的故障数据稀缺问题提供了参考。

基于迁移学习的化学键能数据自动抽取

[目的/意义]在计算化学中,化学键能是重要的化学领域科学数据,目前化学键能数据抽取工作主要是由领域专家手动抽取,效率低下,大多数化学键能科学数据被湮没于海量文献中,无益于深入的、创新的科学数据分析。[方法/过程]为了解决该问题,本研究以ChemBE化学键能语料为实验对象,设计在较少专家支持的情况下,使用迁移学习的方法在化学论文中自动抽取与化学键能相关的科学数据。本文提出了一种端到端的BERT-CRF模型,通过构建领域高频子词的方法来解决大量未登录词的问题,并在后续深度学习模型的训练中,将构建好的领域高频子词作为领域特征输入到深度学习模型中,实现了对论文中的化学键能科学数据自动、高效地抽取。[结果/结论]实验表明,端到端的BERT-CRF模型与需要专家构建规则的基线模型相比,取得了理想的实验结果,F1值达到了88.56%。本文通过构建领域高频子词来解决大量未登录词的问题,降低了对领域专家的要求,可以较为容易地、低成本地迁移到其他领域。本文的研究结果是情报分析技术在化学领域的实践,为化学键能的智能知识检索提供了重要支撑。