中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共10条，第1-10条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
模糊认知图学习算法及应用综述 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 3, 页码: 450-474
作者:  刘晓倩;  张英俊;  秦家虎;  李卓凡;  梁伟玲;  李宗溪
Adobe PDF(7856Kb)  |  收藏  |  浏览/下载：14/6  |  提交时间：2024/04/10
模糊认知图  学习范式  因果推理  软计算  复杂系统建模  
基于时序图推理的设备剩余使用寿命预测 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 1, 页码: 76-88
作者:  刘雨蒙;  郑旭;  田玲;  王宏安
Adobe PDF(1550Kb)  |  收藏  |  浏览/下载：31/14  |  提交时间：2024/04/12
剩余使用寿命  时序图推理  图神经网络  深度推理网络  
面向工业过程的图像生成及其应用研究综述 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 2, 页码: 211-240
作者:  汤健;  郭海涛;  夏恒;  王鼎;  乔俊飞
Adobe PDF(6988Kb)  |  收藏  |  浏览/下载：15/4  |  提交时间：2024/04/12
工业过程  视觉感知  图像生成  生成图像评估与应用  城市固废焚烧  
基于知识与AW-ESN融合的烧结过程FeO含量预测 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 2, 页码: 282-294
作者:  方怡静;  蒋朝辉;  黄良;  桂卫华;  潘冬
Adobe PDF(3010Kb)  |  收藏  |  浏览/下载：9/3  |  提交时间：2024/04/12
FeO含量预测  烧结过程  数据知识  变权重回声状态网络  信息融合  
基于无监督深度模型迁移的滚动轴承寿命预测方法 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 12, 页码: 2627-2638
作者:  康守强;  邢颖怡;  王玉静;  王庆岩;  谢金宝;  MIKULOVICHVladimirIvanovich
Adobe PDF(3083Kb)  |  收藏  |  浏览/下载：13/6  |  提交时间：2024/04/17
滚动轴承  不同工况  模型迁移  状态识别  剩余使用寿命  
基于重组性高斯自注意力的视觉Transformer 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 9, 页码: 1976-1988
作者:  赵亮;  周继开
Adobe PDF(29103Kb)  |  收藏  |  浏览/下载：4/1  |  提交时间：2024/04/24
Transformer  局部自注意力  混合高斯权重重组  图像分类  目标检测  
城市固废焚烧过程智能优化控制研究现状与展望 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 10, 页码: 2019-2059
作者:  汤健;  夏恒;  余文;  乔俊飞
Adobe PDF(3863Kb)  |  收藏  |  浏览/下载：3/1  |  提交时间：2024/04/24
城市固废焚烧  双碳战略  智能优化控制  工业人工智能  数字孪生平台  
基于关系网络的轴承剩余使用寿命预测方法 期刊论文
自动化学报, 2023, 卷号: 49, 期号: 7, 页码: 1549-1557
作者:  赵志宏;  张然;  孙诗胜
Adobe PDF(3169Kb)  |  收藏  |  浏览/下载：6/2  |  提交时间：2024/04/25
轴承  剩余使用寿命  健康指标  关系网络  元学习  
人工智能研究的新前线：生成式对抗网络 期刊论文
自动化学报, 2018, 卷号: 44, 期号: 5, 页码: 775-792
作者:  林懿伦;  戴星原;  李力;  王晓;  王飞跃
浏览  |  Adobe PDF(6766Kb)  |  收藏  |  浏览/下载：656/216  |  提交时间：2018/10/10
深度学习  生成式对抗网络  生成模型  对抗学习  平行学习  
生成式对抗网络GAN的研究进展与展望 期刊论文
自动化学报, 2017, 卷号: 43, 期号: 3, 页码: 321¡332
作者:  王坤峰;  苟超;  段艳杰;  林懿伦;  郑心湖;  王飞跃
浏览  |  Adobe PDF(17119Kb)  |  收藏  |  浏览/下载：1971/636  |  提交时间：2018/01/08
生成式对抗网络  生成式模型  零和博弈  对抗学习  平行智能  Acp 方法