基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度学习是近年来发展的人工智能技术。相比于传统浅层学习模型,深度学习具有强大的特征表示和函数拟合能力。深度学习能够从海量数据中提取层次特征,其在流程工业过程数据驱动建模中具有较大的潜力和应用前景。首先简单介绍了深度学习的发展历程;然后,介绍了4类广泛使用的深度学习模型以及它们在流程工业过程数据建模中的应用;最后,在流程工业过程数据建模领域对深度学习进行了简要总结。
推荐文章
机器学习方法在气动特性建模中的应用
气动特性建模
机器学习
分类与回归树
浅层学习
深度学习
深度学习技术在预测维修中的应用综述
深度学习
计算智能
人工智能
预测性维修
故障诊断和预测
基于深度学习的工业领域数据挖掘方法及应用
数据挖掘方法
时序数据分类
深度学习
UML在流程工业优化调度工艺描述系统中的应用
统一建模语言
面向对象
系统分析与设计
流程工业优化调度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习在流程工业过程数据建模中的应用
来源期刊 智能科学与技术学报 学科 工学
关键词 流程工业 深度学习 数据解析 数据建模
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 107-115
页数 9页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 阳春华 中南大学自动化学院 389 3229 27.0 37.0
2 桂卫华 中南大学自动化学院 695 7452 38.0 56.0
3 王雅琳 中南大学自动化学院 84 519 11.0 17.0
4 袁小锋 中南大学自动化学院 5 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
流程工业
深度学习
数据解析
数据建模
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
智能科学与技术学报
季刊
2096-6652
10-1604/TP
大16开
北京市丰台区成寿寺路11号邮电出版大厦8
2019
chi
出版文献量(篇)
87
总下载数(次)
4
总被引数(次)
104
论文1v1指导