新一代人工智能技術(shù)的興起與迅猛發(fā)展，正在逐漸滲透各行各業(yè)，改變?nèi)藗児ぷ髋c生活的方方面面。工業(yè)制造業(yè)作為國(guó)計(jì)民生的支柱，也在新一代人工智能的沖擊下，不斷融合創(chuàng)新涌現(xiàn)出新的技術(shù)�！肮�業(yè)人工智能”應(yīng)運(yùn)而生，成為推動(dòng)新型工業(yè)化、發(fā)展新質(zhì)生產(chǎn)力的重要驅(qū)動(dòng)力之一。工業(yè)人工智能的崛起并非偶然，背后有著多方面原因促使其水到渠成。首先，工業(yè)大數(shù)據(jù)的爆發(fā)式增長(zhǎng)為工業(yè)人工智能的發(fā)展提供了強(qiáng)有力的基礎(chǔ)數(shù)據(jù)支撐；來(lái)自于制造業(yè)企業(yè)信息化系統(tǒng)、工業(yè)物聯(lián)網(wǎng)，以及外部跨界系統(tǒng)產(chǎn)生的海量數(shù)據(jù)，為人工智能算法的訓(xùn)練和優(yōu)化奠定了基礎(chǔ)。其次，算力的大幅提升使得工業(yè)界復(fù)雜的算法和模型得以在制造業(yè)實(shí)際應(yīng)用中落地�，F(xiàn)今的計(jì)算機(jī)硬件性能已經(jīng)足以支持深度學(xué)習(xí)等先進(jìn)算法的高效運(yùn)算，從而實(shí)現(xiàn)更為準(zhǔn)確和實(shí)時(shí)的工業(yè)人工智能求解。此外，工業(yè)互聯(lián)網(wǎng)的興起使得工業(yè)要素之間實(shí)現(xiàn)了更加緊密的連接與協(xié)同，各類智能化應(yīng)用需求層出不窮，例如工業(yè)終端設(shè)備的智能運(yùn)維、產(chǎn)品的智能質(zhì)檢、產(chǎn)線的智能調(diào)度、產(chǎn)業(yè)鏈供應(yīng)鏈的智能協(xié)同等，急需工業(yè)人工智能新方法新技術(shù)的突破以滿足不斷涌現(xiàn)的新需求。
在人工智能賦能新型工業(yè)化、發(fā)揮數(shù)據(jù)要素乘數(shù)效應(yīng)、加快構(gòu)建以數(shù)據(jù)為關(guān)鍵要素的數(shù)字經(jīng)濟(jì)的新時(shí)代背景下，數(shù)據(jù)驅(qū)動(dòng)的工業(yè)人工智能成為近年來(lái)學(xué)術(shù)界和產(chǎn)業(yè)界高度關(guān)注的前沿?zé)狳c(diǎn)研究領(lǐng)域。相較于傳統(tǒng)的方法，數(shù)據(jù)驅(qū)動(dòng)的方法更加注重從數(shù)據(jù)中挖掘模式和規(guī)律，通過(guò)諸如深度學(xué)習(xí)等技術(shù)實(shí)現(xiàn)對(duì)復(fù)雜工業(yè)系統(tǒng)的智能建模和優(yōu)化。這一方法的優(yōu)勢(shì)在于，它能夠處理大規(guī)模、高維度的數(shù)據(jù)，并從中學(xué)習(xí)到潛在的特征和關(guān)系，為制造業(yè)提供更為精準(zhǔn)的預(yù)測(cè)和決策支持，尤其適合工業(yè)應(yīng)用中大量機(jī)理不清的實(shí)際應(yīng)用場(chǎng)景。
因此，本書(shū)旨在全面深入地探討數(shù)據(jù)驅(qū)動(dòng)方法在工業(yè)人工智能領(lǐng)域的新理論、新方法、新技術(shù)，為讀者提供一部學(xué)習(xí)和應(yīng)用工業(yè)人工智能領(lǐng)域數(shù)據(jù)驅(qū)動(dòng)的建模方法的指南。本書(shū)的內(nèi)容涵蓋了數(shù)據(jù)驅(qū)動(dòng)的工業(yè)人工智能的基礎(chǔ)理論、實(shí)用方法以及前沿技術(shù)，力求為工業(yè)界的從業(yè)者、研究者和決策者提供有力的支持，幫助他們更好地理解和應(yīng)用數(shù)據(jù)驅(qū)動(dòng)的人工智能。
本書(shū)的第1章介紹新一代人工智能與智能制造的背景知識(shí)，旨在為讀者提供一個(gè)全面、系統(tǒng)的視角，深入剖析新一代人工智能與智能制造之間的內(nèi)在聯(lián)系，展示數(shù)據(jù)驅(qū)動(dòng)方法在工業(yè)領(lǐng)域的重要意義。
第2章深入研究新一代人工智能的基礎(chǔ)理論和知識(shí)，包括工業(yè)人工智能模型應(yīng)用流程和常用深度學(xué)習(xí)技術(shù)，探討深度學(xué)習(xí)等新興技術(shù)的原理和應(yīng)用，以及它們?cè)诠�業(yè)領(lǐng)域的潛在優(yōu)勢(shì)。通過(guò)對(duì)這些基礎(chǔ)理論的全面解析，讀者將能夠深入理解工業(yè)人工智能的核心概念，為后續(xù)的實(shí)際應(yīng)用奠定堅(jiān)實(shí)的基礎(chǔ)。
第3章系統(tǒng)地介紹工業(yè)時(shí)間序列信息表征建模方法，包括工業(yè)時(shí)序多通道信息表征建模方法、工業(yè)時(shí)序多尺度信息表征建模方法、工業(yè)時(shí)序多層級(jí)時(shí)頻域信息表征建模方法、工業(yè)時(shí)序多層次信息表征建模方法和工業(yè)時(shí)序時(shí)空耦合信息表征建模方法。通過(guò)深入探討這些方法的原理和應(yīng)用案例，讀者將能夠了解如何有效地利用時(shí)間序列數(shù)據(jù)，提高工業(yè)生產(chǎn)的效率和質(zhì)量。
第4章面對(duì)工業(yè)生產(chǎn)中常見(jiàn)的低質(zhì)數(shù)據(jù)問(wèn)題，將聚焦于工業(yè)低質(zhì)數(shù)據(jù)增強(qiáng)表征建模方法，包括無(wú)標(biāo)簽數(shù)據(jù)增強(qiáng)表征建模方法、非均衡數(shù)據(jù)增強(qiáng)表征建模方法和缺失數(shù)據(jù)增強(qiáng)表征建模方法，介紹如何通過(guò)先進(jìn)的技術(shù)處理低質(zhì)數(shù)據(jù)，提高數(shù)據(jù)的質(zhì)量，從而確保在建模和決策過(guò)程中獲得可靠的結(jié)果。本章給出了實(shí)際案例將幫助讀者更好地理解和應(yīng)用這些方法。
第5章深入研究工業(yè)多源異質(zhì)數(shù)據(jù)深層融合建模方法�，F(xiàn)代工業(yè)系統(tǒng)中涉及的數(shù)據(jù)來(lái)源多種多樣，包括傳感器數(shù)據(jù)、生產(chǎn)流程數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)等。本章內(nèi)容包括工業(yè)異質(zhì)關(guān)聯(lián)數(shù)據(jù)融合建模方法、工業(yè)多源高維度數(shù)據(jù)融合建模方法，并探討如何將這些數(shù)據(jù)融合起來(lái)，實(shí)現(xiàn)更全面、準(zhǔn)確的工業(yè)智能建模。
第6章討論工業(yè)復(fù)雜任務(wù)跨域建模方法。主要面對(duì)工業(yè)領(lǐng)域中復(fù)雜跨域任務(wù)的挑戰(zhàn)，介紹如何應(yīng)對(duì)工業(yè)生產(chǎn)中的工況變化導(dǎo)致的數(shù)據(jù)分布偏移，并通過(guò)跨域建模方法實(shí)現(xiàn)對(duì)這些任務(wù)的統(tǒng)一處理。這有望為讀者提供一種更為綜合和高效的解決方案。
第7章關(guān)注工業(yè)AI分布式高時(shí)效輕量化建模方法，包括工業(yè)云邊分布式AI模型框架、輕量化工業(yè)AI模型構(gòu)建方法、工業(yè)AI模型輕量化自適應(yīng)知識(shí)蒸餾方法、動(dòng)態(tài)自適應(yīng)工業(yè)AI模型構(gòu)建方法。通過(guò)分布式計(jì)算和輕量化模型的構(gòu)建，工業(yè)系統(tǒng)能夠在保證高時(shí)效性的同時(shí)，更好地適應(yīng)不同環(huán)境和場(chǎng)景。這一部分旨在幫助讀者理解如何在工業(yè)生產(chǎn)中實(shí)現(xiàn)高效的工業(yè)智能建模。
第8章深入研究基于區(qū)塊鏈的工業(yè)數(shù)據(jù)安全可信協(xié)同方法。本章內(nèi)容包括區(qū)塊鏈相關(guān)技術(shù)介紹、基于區(qū)塊鏈的工業(yè)大數(shù)據(jù)實(shí)體多方協(xié)同、基于區(qū)塊鏈的工業(yè)大數(shù)據(jù)智能安全交互、工業(yè)大數(shù)據(jù)跨域安全共享管控、工業(yè)跨域異構(gòu)數(shù)據(jù)的身份構(gòu)建及溯源。數(shù)據(jù)安全一直是工業(yè)智能領(lǐng)域的重要關(guān)注點(diǎn)。通過(guò)區(qū)塊鏈技術(shù)的應(yīng)用，讀者將了解如何確保工業(yè)數(shù)據(jù)的安全性和可信度，促進(jìn)企業(yè)間的協(xié)同合作。
第9章對(duì)工業(yè)大數(shù)據(jù)可視化進(jìn)行綜述，并通過(guò)典型案例展示其實(shí)際應(yīng)用。大數(shù)據(jù)可視化是將龐大而復(fù)雜的工業(yè)數(shù)據(jù)以直觀的方式呈現(xiàn)出來(lái)的關(guān)鍵手段，有助于決策者更好地理解和分析數(shù)