降维AI 通过将观察对象与特征进行匹配来构建模型 。 为了得到一个广义的模型 ， 观察的数量必须远远超过特征的数量 。 输入通常被组合以生成新特征 。 考虑到典型工厂拥有的大量传感器 ， 结果是大量的观察结果 。 然而 ， 应该做的是使用描述所涉及的物理过程的输入 ， 通过确定性方程汇集 ， 以减少它们的维数 ， 同时还创建具有智能组合传感器信息的特征 。
应用机器学习工业过程具有确定性和随机性成分 。 基于第一原理的特征提供确定性组件 ， 机器学习随机性 。 因此评估特征以评估其重要性和解释力 。 理想情况下 ， 最重要的应该是专家设计的功能 。
工厂改进应该是模型的重点 ， 而不是实现最大的预测准确性 。 高相关性是所有过程数据的一个特征 。 因此 ， 相关性可能毫无意义 。 需要的是隔离因果要素和可控变量 。
人工智能
实施和验证模型为了真正享受预期的有意义的影响 ， 必须实施模型 。 需要通过检查关键特征来不断评估结果 ， 以确保它们与物理过程相匹配 。 还必须审查部分依赖图 ， 以便我们了解因果关系并且必须确认可控元素 。
必须咨询运营团队并使其成为流程的关键成员 ， 以更好地了解什么是可实施的以及什么绩效期望是有意义的 。 控制室中的操作员需要在生成模型结果时获得模型结果 ， 或者团队必须进行开关测试 ， 以便管理层可以确定是否值得将资金投入到全面的解决方案中 。
结论人工智能有着巨大的前景 ， 当然 ， 随着今天传播和收集的大量数据 ， 建议围绕这些数据设置限制或护栏是违反直觉的 。 然而 ， 大数据往往无法产生有意义的人工智能洞察力 。 智能数据可以确保人工智能能够产生我们期望的有意义的影响 。
相关经验推荐
- 蓝牙耳机|无线蓝牙耳机哪款好，封闭式还是开放式耳机好？
- USB|都是C口 雷电3、雷电4、USB 3.0、USB 4有何区别：一图看懂
- 一加科技|一加Ace 购机报告：不完美，但这就是我想要的手机
- 苹果|520情侣送礼指南，这两款折叠屏旗舰出手就是绝配
- |荣耀v40处理器是什么型号？
- 倪光南|摆脱“组装工”模式，倪光南院士没说错！外媒：是时候做出选择了！
- |今年LCD屏是集体复活了？一下子多了很多新机
- mac|T-Mac：Harden 已经不是从前的他了
- 芯片|是清库存还是卖情怀？苹果第七代iPod Touch一天售罄惹争议
- 闪存|太佛系了！苹果真的是要躺平