工業(yè)大數(shù)據(jù)與知識(shí)圖譜

第一篇工業(yè)大數(shù)據(jù)： 使機(jī)器更“聰明”
第1章工業(yè)大數(shù)據(jù)概述
1.1工業(yè)大數(shù)據(jù)的產(chǎn)生背景及發(fā)展歷程
1.1.1工業(yè)大數(shù)據(jù)的產(chǎn)生背景
1.1.2工業(yè)大數(shù)據(jù)的發(fā)展歷程
1.2工業(yè)大數(shù)據(jù)的概念與內(nèi)涵
1.2.1工業(yè)大數(shù)據(jù)的概念
1.2.2工業(yè)大數(shù)據(jù)的特征
1.2.3工業(yè)大數(shù)據(jù)的組成
1.2.4工業(yè)大數(shù)據(jù)的典型應(yīng)用場景
1.3工業(yè)大數(shù)據(jù)發(fā)展現(xiàn)狀及面臨的挑戰(zhàn)
1.3.1工業(yè)大數(shù)據(jù)發(fā)展現(xiàn)狀
1.3.2工業(yè)大數(shù)據(jù)面臨的挑戰(zhàn)
1.3.3工業(yè)大數(shù)據(jù)的發(fā)展趨勢
1.4工業(yè)大數(shù)據(jù)與工業(yè)互聯(lián)網(wǎng)
第2章工業(yè)大數(shù)據(jù)體系架構(gòu)及技術(shù)布局
2.1工業(yè)互聯(lián)網(wǎng)體系架構(gòu)
2.1.1應(yīng)用參考架構(gòu)
2.1.2平臺(tái)參考架構(gòu)
2.2工業(yè)大數(shù)據(jù)技術(shù)布局
2.2.1工業(yè)大數(shù)據(jù)技術(shù)的特點(diǎn)
2.2.2工業(yè)大數(shù)據(jù)技術(shù)發(fā)展趨勢
第3章工業(yè)大數(shù)據(jù)治理
3.1工業(yè)大數(shù)據(jù)治理產(chǎn)生的背景
3.2工業(yè)大數(shù)據(jù)治理的概念
3.2.1大數(shù)據(jù)治理的概念
3.2.2大數(shù)據(jù)治理框架
3.2.3工業(yè)大數(shù)據(jù)治理的概念
3.3基于語義網(wǎng)的工業(yè)大數(shù)據(jù)治理
3.3.1本體論
3.3.2語義網(wǎng)
3.3.3關(guān)鍵技術(shù)
3.4基于知識(shí)圖譜的工業(yè)大數(shù)據(jù)治理
3.4.1工業(yè)大數(shù)據(jù)與知識(shí)圖譜
3.4.2工業(yè)大數(shù)據(jù)環(huán)境下的知識(shí)圖譜構(gòu)建
第4章工業(yè)大數(shù)據(jù)分析技術(shù)
4.1工業(yè)大數(shù)據(jù)分析技術(shù)概述
4.2工業(yè)大數(shù)據(jù)分析主要技術(shù)
4.2.1傳統(tǒng)機(jī)器學(xué)習(xí)方法
4.2.2深度學(xué)習(xí)方法
第二篇知識(shí)圖譜： 使機(jī)器更“有學(xué)識(shí)”
第5章知識(shí)圖譜概述
5.1知識(shí)圖譜的定義與分類
5.1.1知識(shí)圖譜的定義
5.1.2知識(shí)圖譜的分類
5.2知識(shí)圖譜的作用與意義
5.3知識(shí)圖譜的研究進(jìn)展
5.3.1知識(shí)圖譜的研究現(xiàn)狀
5.3.2知識(shí)圖譜的發(fā)展趨勢
第6章知識(shí)圖譜體系架構(gòu)及技術(shù)布局
6.1知識(shí)圖譜體系架構(gòu)
6.2知識(shí)圖譜技術(shù)布局
6.2.1知識(shí)發(fā)現(xiàn)
6.2.2知識(shí)建模
6.2.3知識(shí)推理
第7章數(shù)據(jù)驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)
7.1數(shù)據(jù)驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)概述
7.1.1數(shù)據(jù)驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)內(nèi)涵
7.1.2數(shù)據(jù)驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)過程
7.1.3工業(yè)大數(shù)據(jù)與商業(yè)大數(shù)據(jù)知識(shí)發(fā)現(xiàn)區(qū)別
7.2數(shù)據(jù)驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)主要方法
7.2.1基于關(guān)聯(lián)集成進(jìn)化的多元回歸變量選擇方法
7.2.2基于改進(jìn)多項(xiàng)式的非線性變量選擇
7.2.3基于工業(yè)大數(shù)據(jù)的特征提取
第8章知識(shí)圖譜建模
8.1基于本體的知識(shí)建模
8.1.1基于本體的知識(shí)建模框架
8.1.2基于本體的知識(shí)建模技術(shù)
8.2知識(shí)抽取
8.2.1結(jié)構(gòu)化數(shù)據(jù)抽取
8.2.2半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)抽取
8.3知識(shí)表達(dá)
8.3.1知識(shí)表達(dá)方法
8.3.2知識(shí)表達(dá)準(zhǔn)則
8.3.3基于鋼鐵高附加值產(chǎn)品生產(chǎn)流程知識(shí)表達(dá)
8.4知識(shí)融合
8.4.1知識(shí)融合技術(shù)
8.4.2人機(jī)物本體知識(shí)融合
第9章知識(shí)推理
9.1知識(shí)推理基本方法
9.1.1知識(shí)推理方法概述
9.1.2基于貝葉斯網(wǎng)絡(luò)的知識(shí)推理方法
9.2面向知識(shí)圖譜的知識(shí)推理
9.2.1基于符號(hào)規(guī)則的知識(shí)圖譜推理
9.2.2基于表示學(xué)習(xí)的知識(shí)圖譜推理
第10章知識(shí)服務(wù)
10.1知識(shí)服務(wù)概述
10.1.1知識(shí)服務(wù)定義
10.1.2知識(shí)服務(wù)模式
10.2知識(shí)服務(wù)參考體系
10.3基于知識(shí)圖譜的知識(shí)服務(wù)架構(gòu)
10.4知識(shí)推薦
10.4.1推薦算法
10.4.2基于內(nèi)容的推薦算法
第三篇應(yīng) 用 實(shí) 踐
第11章工業(yè)大數(shù)據(jù)典型案例
11.1鋼鐵加熱爐能耗預(yù)測及節(jié)能潛力分析
11.1.1基于語義網(wǎng)的數(shù)據(jù)集成
11.1.2基于深度學(xué)習(xí)的能耗預(yù)測模型構(gòu)建
11.1.3余熱鍋爐大數(shù)據(jù)節(jié)能潛力分析
11.2基于工業(yè)大數(shù)據(jù)的設(shè)備健康管理
11.2.1基于DBN算法的設(shè)備健康評(píng)估
11.2.2基于大數(shù)據(jù)技術(shù)的風(fēng)電設(shè)備故障預(yù)測
11.3鋼鐵熱軋流程工藝知識(shí)推薦
11.4基于圖神經(jīng)網(wǎng)絡(luò)的鋼鐵質(zhì)量缺陷溯源
11.5基于強(qiáng)化學(xué)習(xí)的熱軋生產(chǎn)調(diào)度優(yōu)化
第12章工業(yè)知識(shí)圖譜典型案例
12.1基于工業(yè)知識(shí)圖譜的企業(yè)需求知識(shí)服務(wù)
12.1.1需求結(jié)構(gòu)化過程
12.1.2需求分析
12.1.3知識(shí)探索
12.1.4需求規(guī)范化
12.2基于工業(yè)知識(shí)圖譜的鋼鐵產(chǎn)線設(shè)備故障診斷
12.2.1故障診斷知識(shí)圖譜構(gòu)建
12.2.2基于工業(yè)知識(shí)圖譜的故障診斷系統(tǒng)
參考文獻(xiàn)