工業(yè)大數(shù)據(jù)與知識圖譜

定　價：￥118.00

作　者：	王堅，戴毅茹，凌衛(wèi)青
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥104.30)

ISBN：	9787302637684	出版時間：	2023-09-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　工業(yè)大數(shù)據(jù)分析與知識圖譜作為人工智能領(lǐng)域的核心技術(shù)，已經(jīng)成為當前學術(shù)研究和工程應(yīng)用的焦點，受到越來越多的關(guān)注。本書從技術(shù)和實踐的角度，為讀者闡述工業(yè)大數(shù)據(jù)分析和知識圖譜的核心技術(shù)及其實踐應(yīng)用。本書內(nèi)容分為三篇。第一篇以物聯(lián)網(wǎng)數(shù)據(jù)為基礎(chǔ)，圍繞工業(yè)大數(shù)據(jù)技術(shù)的“虛實融合”的CPS核心內(nèi)容，開展數(shù)據(jù)治理、數(shù)據(jù)分析、數(shù)據(jù)平臺的相關(guān)闡述，揭示數(shù)據(jù)驅(qū)動的生產(chǎn)系統(tǒng)優(yōu)化模式；第二篇以人（社會網(wǎng)）機（互聯(lián)網(wǎng)）物（物聯(lián)網(wǎng)）數(shù)據(jù)為基礎(chǔ)，圍繞人工智能先進技術(shù)即知識圖譜，探討知識發(fā)現(xiàn)、知識圖譜構(gòu)建、知識服務(wù)、工業(yè)智能制造及知識服務(wù)平臺等核心關(guān)鍵技術(shù)，為企業(yè)向智能制造的轉(zhuǎn)型升級提供知識驅(qū)動的智慧共享的創(chuàng)新模式；第三篇基于前兩篇的關(guān)鍵技術(shù)創(chuàng)新，開展重點行業(yè)、重點領(lǐng)域的典型場景應(yīng)用，圍繞鋼鐵、民用航空、電氣等國民經(jīng)濟支柱行業(yè)，聚焦節(jié)能潛力分析、設(shè)備健康管理及預測性維護、知識組織管理等重點領(lǐng)域，開展應(yīng)用實踐工作。本書可以作為計算機科學、電子與信息工程、控制科學與工程等學科的教學與科研用書，以及企業(yè)技術(shù)人員的參考書。

作者簡介

暫缺《工業(yè)大數(shù)據(jù)與知識圖譜》作者簡介

圖書目錄

第一篇工業(yè)大數(shù)據(jù)：使機器更“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
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)與知識圖譜
3.4.2工業(yè)大數(shù)據(jù)環(huán)境下的知識圖譜構(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)機器學習方法
4.2.2深度學習方法
第二篇知識圖譜：使機器更“有學識”
第5章知識圖譜概述
5.1知識圖譜的定義與分類
5.1.1知識圖譜的定義
5.1.2知識圖譜的分類
5.2知識圖譜的作用與意義
5.3知識圖譜的研究進展
5.3.1知識圖譜的研究現(xiàn)狀
5.3.2知識圖譜的發(fā)展趨勢
第6章知識圖譜體系架構(gòu)及技術(shù)布局
6.1知識圖譜體系架構(gòu)
6.2知識圖譜技術(shù)布局
6.2.1知識發(fā)現(xiàn)
6.2.2知識建模
6.2.3知識推理
第7章數(shù)據(jù)驅(qū)動的知識發(fā)現(xiàn)
7.1數(shù)據(jù)驅(qū)動的知識發(fā)現(xiàn)概述
7.1.1數(shù)據(jù)驅(qū)動的知識發(fā)現(xiàn)內(nèi)涵
7.1.2數(shù)據(jù)驅(qū)動的知識發(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)知識發(fā)現(xiàn)區(qū)別
7.2數(shù)據(jù)驅(qū)動的知識發(fā)現(xiàn)主要方法
7.2.1基于關(guān)聯(lián)集成進化的多元回歸變量選擇方法
7.2.2基于改進多項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章知識圖譜建模
8.1基于本體的知識建模
8.1.1基于本體的知識建?？蚣?br />8.1.2基于本體的知識建模技術(shù)
8.2知識抽取
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知識表達
8.3.1知識表達方法
8.3.2知識表達準則
8.3.3基于鋼鐵高附加值產(chǎn)品生產(chǎn)流程知識表達
8.4知識融合
8.4.1知識融合技術(shù)
8.4.2人機物本體知識融合
第9章知識推理
9.1知識推理基本方法
9.1.1知識推理方法概述
9.1.2基于貝葉斯網(wǎng)絡(luò)的知識推理方法
9.2面向知識圖譜的知識推理
9.2.1基于符號規(guī)則的知識圖譜推理
9.2.2基于表示學習的知識圖譜推理
第10章知識服務(wù)
10.1知識服務(wù)概述
10.1.1知識服務(wù)定義
10.1.2知識服務(wù)模式
10.2知識服務(wù)參考體系
10.3基于知識圖譜的知識服務(wù)架構(gòu)
10.4知識推薦
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基于深度學習的能耗預測模型構(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)備健康評估
11.2.2基于大數(shù)據(jù)技術(shù)的風電設(shè)備故障預測
11.3鋼鐵熱軋流程工藝知識推薦
11.4基于圖神經(jīng)網(wǎng)絡(luò)的鋼鐵質(zhì)量缺陷溯源
11.5基于強化學習的熱軋生產(chǎn)調(diào)度優(yōu)化
第12章工業(yè)知識圖譜典型案例
12.1基于工業(yè)知識圖譜的企業(yè)需求知識服務(wù)
12.1.1需求結(jié)構(gòu)化過程
12.1.2需求分析
12.1.3知識探索
12.1.4需求規(guī)范化
12.2基于工業(yè)知識圖譜的鋼鐵產(chǎn)線設(shè)備故障診斷
12.2.1故障診斷知識圖譜構(gòu)建
12.2.2基于工業(yè)知識圖譜的故障診斷系統(tǒng)
參考文獻