一种基于知识引导的装备制造人机协同决策方法及系统

    公开(公告)号:CN118013385A

    公开(公告)日:2024-05-10

    申请号:CN202410184953.1

    申请日:2024-02-19

    Abstract: 本发明公开了一种基于知识引导的装备制造人机协同决策方法及系统,确定装备制造场景下某一工序中设备台数和组数,针对每组设备确定需要采集的样本数据特征和表征运行状态的参量集合,并利用样本数据建立基于机器学习的机器决策模型,该过程采用迁移学习技术;其次,基于人类专家知识,建立规则模型,人类专家可以动态地修改规则模型参数;最后,计算两个模型各自的可信度指标作为权值,输出两个模型的加权平均值作为对这一工序中各个设备状态的评估和预测,由用户根据决策模型输出结果做出生产决策。

    面向智能制造企业的事件-状态映射实时分析方法及系统

    公开(公告)号:CN118365341A

    公开(公告)日:2024-07-19

    申请号:CN202410540728.7

    申请日:2024-04-30

    Abstract: 本发明公开了一种面向智能制造企业的事件‑状态映射实时分析方法及系统,属于信息处理技术领域,首先评估企业内外状态,从网络上获取相关事件,定义事件特征指标并分析,对指标进行归一化处理,补充零事件,计算企业状态差分,使用LSTM模型构建事件‑状态映射关系,预测企业未来的状态变化。本发明深入洞察智能制造企业运营过程中政策、资源、业务、行为等的变化,实现各类事件对企业运营状态影响的实时全局辨析,解决了现有技术中存在的映射关系分析困难、时效性弱等问题。

    一种智能制造环境下基于纵向联邦学习的数据合成方法

    公开(公告)号:CN117633470A

    公开(公告)日:2024-03-01

    申请号:CN202311661673.7

    申请日:2023-12-05

    Abstract: 本发明公开了一种智能制造环境下基于纵向联邦学习的数据合成方法,样本加密对齐;从样本中筛选出拥有最完整未对齐样本的参与者的所有未对齐样本;将参与者PSelectedx*执行中样本合成;当所有参与者持有的未对齐样本都参与合成后,得到最大样本合成数λ,结束样本合成过程;实现了工业制造企业场景下,面向纵向联邦学习的数据合成。在该方案下,各参与方的样本数据无需直接交换,保证了数据合成的隐私;同时该方案的合成数据是半真实的,有利于提升模型训练的泛化能力。

Patent Agency Ranking