期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到130篇文章
< 1 2 … 7 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Data-Centric AI 认领 引用
1
作者 鄂维南 汤林鹏 张文涛 《计算》 CAS 2025年第4期6-15,共10页
本文系统阐述了人工智能正从模型为中心(Model-centric AI,MCAI)向数据为中心(Data-centric AI,DCAI)转型的趋势,并提出了面向DCAI的数据基础设施体系,包括支持多模态数据统一管理的AI数据库;DataFlow数据准备与动态训练工具。该体系突... 本文系统阐述了人工智能正从模型为中心(Model-centric AI,MCAI)向数据为中心(Data-centric AI,DCAI)转型的趋势,并提出了面向DCAI的数据基础设施体系,包括支持多模态数据统一管理的AI数据库;DataFlow数据准备与动态训练工具。该体系突破了传统数据湖和数据处理工具的局限,实现了数据与模型的高效协同。通过大模型预训练、企业知识库构建等创新应用验证,展示了DCAI基础设施在提升模型性能、降低开发门槛方面的突破性价值,为人工智能向智能化计算新范式演进提供了系统解决方案。 展开更多
关键词 数据为中心的人工智能 数据基础设施 AI数据库 多模态数据管理 数据准备 动态训练 智能计算
暂未订购 下载PDF
数据资源的效益分析:以Data-centric AI为场景 认领 引用
2
作者 赵丽芳 李波 王振华 《债券》 2025年第12期21-24,共4页
数据资源的效益分析一直是困扰数据要素市场参与主体的核心难题,也是数据资产化进程的最大障碍。首先,本文聚焦以数据为中心(Data-centric)的人工智能(AI)场景,分析输入型数据要素的特征,为数据资源效益分析奠定基础。其次,本文严格遵... 数据资源的效益分析一直是困扰数据要素市场参与主体的核心难题,也是数据资产化进程的最大障碍。首先,本文聚焦以数据为中心(Data-centric)的人工智能(AI)场景,分析输入型数据要素的特征,为数据资源效益分析奠定基础。其次,本文严格遵循价值导向原则,从工业和金融两大重要场景出发,结合AI赋能千行百业的理念,建议市场主体建立综合性、动态化的价值评价指标体系,对数据资源的效益进行量化分析。最后,本文将数据资源效益分析与数据资产化联通,综合分析了Data-centric AI场景下数据资源效益分析面临的合规难点,并提出相应对策。 展开更多
关键词 数据资源 Data-centric AI 数据资产
暂未订购 下载PDF
A survey of data-centric technologies supporting decision-making before deploying military assets 认领 引用 被引量：3
3
作者 Alexandra Zabala-López Mario Linares-Vásquez +1 位作者 Sonia Haiduc Yezid Donoso 《Defence Technology（防务技术）》 SCIE EI CAS CSCD 2024年第12期226-246,共21页
In a time characterized by the availability of vast amounts of data,the effective utilization of information is critical for timely decision-making in military operations.However,processing large amounts of data requi... In a time characterized by the availability of vast amounts of data,the effective utilization of information is critical for timely decision-making in military operations.However,processing large amounts of data requires computational resources and time.Therefore,decision makers have used data-centric technologies to take advantage of public and private data sources to support military operations.This survey explores the integration and application of data-centric technologies,such as data analytics,data science,and machine learning,to optimize decision-making workflows within military contexts supporting the deployment of military assets and resources.To address the information gap,this article presents a literature review,specifically a survey.Our survey examines the use of the mentioned technologies to process and analyze information that contributes to the phases of situational awareness,and planning in military environments.We then introduce a taxonomy of the approaches associated with implementing these technologies in military scenarios.Furthermore,we discuss relevant factors for the seamless integration of data-centric technologies into military decision-making processes,and reveal the importance of specialized personnel,architectures,and cybersecurity issues in the task of developing prototypes and models.The findings of this paper aim to provide valuable insights for military institutions,offering a deeper understanding of the use of data-centric technologies as innovative practices to enhance the effectiveness of military decision-making. 展开更多
关键词 Data-centric technologies Military Analytics Machine learning Data science Artificial intelligence
暂未订购 下载PDF
Systematic review of data-centric approaches in artificial intelligence and machine learning 认领 引用 被引量：6
4
作者 Prerna Singh 《Data Science and Management》 2023年第3期144-157,共14页
Artificial intelligence(AI)relies on data and algorithms.State-of-the-art(SOTA)AI smart algorithms have been developed to improve the performance of AI-oriented structures.However,model-centric approaches are limited ... Artificial intelligence(AI)relies on data and algorithms.State-of-the-art(SOTA)AI smart algorithms have been developed to improve the performance of AI-oriented structures.However,model-centric approaches are limited by the absence of high-quality data.Data-centric AI is an emerging approach for solving machine learning(ML)problems.It is a collection of various data manipulation techniques that allow ML practitioners to systematically improve the quality of the data used in an ML pipeline.However,data-centric AI approaches are not well documented.Researchers have conducted various experiments without a clear set of guidelines.This survey highlights six major data-centric AI aspects that researchers are already using to intentionally or unintentionally improve the quality of AI systems.These include big data quality assessment,data preprocessing,transfer learning,semi-supervised learning,machine learning operations(MLOps),and the effect of adding more data.In addition,it highlights recent data-centric techniques adopted by ML practitioners.We addressed how adding data might harm datasets and how HoloClean can be used to restore and clean them.Finally,we discuss the causes of technical debt in AI.Technical debt builds up when software design and implementation decisions run into“or outright collide with”business goals and timelines.This survey lays the groundwork for future data-centric AI discussions by summarizing various data-centric approaches. 展开更多
关键词 Data-centric Machine learning Semi-supervised learning Data preprocessing MLOps Data management Technical debt
暂未订购 下载PDF
The OPS-SAT case:A data-centric competition for onboard satellite image classification 认领 引用 被引量：4
5
作者 Gabriele Meoni Marcus Martens +7 位作者 Dawa Derksen Kenneth See Toby Lightheart Anthony Secher Arnaud Martin David Rijlaarsdam Vincenzo Fanizza Dario Izzo 《Astrodynamics》 EI CSCD 2024年第4期507-528,共22页
While novel artificial intelligence and machine learning techniques are evolving and disrupting established terrestrial technologies at an unprecedented speed,their adaptation onboard satellites is seemingly lagging.A... While novel artificial intelligence and machine learning techniques are evolving and disrupting established terrestrial technologies at an unprecedented speed,their adaptation onboard satellites is seemingly lagging.A major hindrance in this regard is the need for highquality annotated data for training such systems,which makes the development process of machine learning solutions costly,time-consuming,and inefficient.This paper presents“the OPS-SAT case”,a novel data-centric competition that seeks to address these challenges.The powerful computational capabilities of the European Space Agency’s OPS-SAT satellite are utilized to showcase the design of machine learning systems for space by using only the small amount of available labeled data,relying on the widely adopted and freely available open-source software.The generation of a suitable dataset,design and evaluation of a public data-centric competition,and results of an onboard experimental campaign by using the competition winners’machine learning model directly on OPS-SAT are detailed.The results indicate that adoption of open standards and deployment of advanced data augmentation techniques can retrieve meaningful onboard results comparatively quickly,simplifying and expediting an otherwise prolonged development period. 展开更多
关键词 OPS-SAT data-centric competition artificial intelligence(AI) onboard machine learning onboard classification
Unpacking data-centric geotechnics 认领 引用 被引量：4
6
作者 Kok-Kwang Phoon Jianye Ching Zijun Cao 《Underground Space》 SCIE CSCD 2022年第6期967-989,共23页
The purpose of this paper(presented online as a keynote lecture at the 25th Annual Indonesian Geotechnical Conference on 10 Nov 2021)is to broadly conceptualize the agenda for data-centric geotechnics,an emerging fiel... The purpose of this paper(presented online as a keynote lecture at the 25th Annual Indonesian Geotechnical Conference on 10 Nov 2021)is to broadly conceptualize the agenda for data-centric geotechnics,an emerging field that attempts to prepare geotechnical engineering for digital transformation.The agenda must include(1)development of methods that make sense of all real-world data(not selective input data for a physical model),(2)offering insights of significant value to critical real-world decisions for current or future practice(not decisions for an ideal world or decisions of minor concern to geotechnical engineers),and(3)sensitivity to the physical context of geotechnics(not abstract data-driven analysis connected to geotechnics in a peripheral way,i.e.,engagement with the knowledge and experience base should be substantial).These three elements are termed“data centricity”,“fit for(and transform)practice”,and“geotechnical context”in the agenda.Given that a knowledge of the site is central to any geotechnical engineering project,datadriven site characterization(DDSC)must constitute one key application domain in data-centric geotechnics,although other infrastructure lifecycle phases such as project conceptualization,design,construction,operation,and decommissioneuse would benefit from data-informed decision support as well.One part of DDSC that addresses numerical soil data in a site investigation report and soil property databases is pursued under Project DeepGeo.In principle,the source of data can also go beyond site investigation,and the type of data can go beyond numbers,such as categorical data,text,audios,images,videos,and expert opinion.The purpose of Project DeepGeo is to produce a 3D stratigraphic map of the subsurface volume below a full-scale project site and to estimate relevant engineering properties at each spatial point based on actual site investigation data and other relevant Big Indirect Data(BID).Uncertainty quantification is necessary,as current real-world data is insufficient,incomplete,and/or not directly relevant to construct a deterministic map.The value of a deterministic map for decision support is debatable.The computational cost to do this for a 3D true scale subsurface volume must be reasonable.Ultimately,geotechnical structures need to be a part of a completely smart infrastructure that fits the circular economy and need to focus on delivering service to end-users and the community from project conceptualization to decommissioneuse with full integration to smart city and smart society.Although current geotechnical practice has been very successful in taking“calculated risk”informed by limited data,imperfect theories,prototype testing,observations,among others and exercising judicious caution and engineering judgment,there is no clear pathway forward to leverage on big data and digital technologies such as machine learning,BIM,and digital twin to meet more challenging needs such as sustainability and resilience engineering. 展开更多
关键词 Data-centric geotechnics Bayesian machine learning Data-driven site characterization(DDSC) Project DeepGeo Data-informed decision support index
美军数据战略的演进逻辑与实践启示 认领 引用
7
作者 姚刚 孙涛 王永生 《指挥控制与仿真》 2026年第4期145-149,共5页
在智能化战争形态下,数据已转化为决定军事竞争优势的关键性战略资源。美国作为全球军事数据建设的先行者,其战略演进历程具有典型性。本文基于美国国防部及其各军种的核心战略文件与最新实践,在梳理现有研究的基础上,提出美军数据战略... 在智能化战争形态下,数据已转化为决定军事竞争优势的关键性战略资源。美国作为全球军事数据建设的先行者,其战略演进历程具有典型性。本文基于美国国防部及其各军种的核心战略文件与最新实践,在梳理现有研究的基础上,提出美军数据战略遵循“网络中心—数据中心—决策中心”的三阶段演进逻辑。研究发现,美军数据战略的演进呈现清晰的逻辑递进:从网络中心阶段的“连接万物”,到数据中心阶段的“治理资产”,最终迈向决策中心阶段的“赋能决胜”。本文系统剖析了各阶段的战略思想、关键举措与内在驱动力,详细梳理了各军种的差异化实践路径。最后,结合我国军事数据建设实际,从顶层设计、实施体系、人才战略、建设模式及安全治理等维度提出针对性启示,旨在为我国构建适应未来战争需要的军事数据能力体系提供理论参考。 展开更多
关键词 军事数据战略 三阶段演进 网络中心 数据中心 决策中心 决策优势
暂未订购 下载PDF
swDaCe:一种申威众核处理器上以数据为中心的并行编程模型设计与实现 认领 引用
8
作者 沈沛祺 陈俊仕 安虹 《小型微型计算机系统》 CSCD 北大核心 2026年第3期751-759,共9页
高性能科学计算是超级计算机的核心应用领域,包括粒子模拟、气候分析等关键任务.然而,随着摩尔定律逐渐失效,超级计算机体系结构日益趋向异构和复杂,导致科学计算应用的开发和优化变得更加困难.为解决这一问题,本文基于新一代申威超级... 高性能科学计算是超级计算机的核心应用领域,包括粒子模拟、气候分析等关键任务.然而,随着摩尔定律逐渐失效,超级计算机体系结构日益趋向异构和复杂,导致科学计算应用的开发和优化变得更加困难.为解决这一问题,本文基于新一代申威超级计算平台,提出并实现了一种以数据为中心的并行编程模型——swDaCe.该模型通过解耦数据流图优化与原始程序,使得编程人员可以使用Python描述计算逻辑,并最终生成适配申威众核架构的高性能C++代码.此外,本文提出了一系列针对申威架构的数据流优化方法,包括从核任务映射、向量化并行以及DMA访存优化,以充分利用申威众核处理器的计算能力.实验结果表明,swDaCe生成的代码在稀疏矩阵计算等典型应用中实现了显著的性能提升,单核组加速比达到25倍以上,验证了该框架在申威架构上的有效性. 展开更多
关键词 新一代神威平台 异构众核处理器 数据流编程 并行计算 稀疏矩阵乘
暂未订购 下载PDF
信息系统架构发展展望——以国家自然科学基金委员会信息系统为例 认领 引用 被引量：7
9
作者 姚畅 郝艳妮 +3 位作者 彭升辉 牛志昂 谢勇 赵世振 《计算机科学》 CSCD 北大核心 2025年第4期14-20,共7页
近年来随着互联网、大数据、人工智能等技术的广泛普及与迅猛发展,科研管理正逐步从传统模式转向数据驱动、信息化、智能化的新范式。这一变革使得传统信息系统架构越来越难以满足海量数据交换、数据共享、数据安全等方面的需求。文中... 近年来随着互联网、大数据、人工智能等技术的广泛普及与迅猛发展,科研管理正逐步从传统模式转向数据驱动、信息化、智能化的新范式。这一变革使得传统信息系统架构越来越难以满足海量数据交换、数据共享、数据安全等方面的需求。文中以国家自然科学基金委员会(以下简称“自然科学基金委”)的信息系统架构为例,探讨其发展演进方向。面对新时期科学基金改革的推进,自然科学基金委现有信息系统在网络和数据安全保障、智能化服务水平提升以及系统开发与管理效能优化等方面面临诸多挑战。首先介绍了两种传统信息系统架构在自然科学基金委的应用现状,接着,分别从业务量和业务系统数量增长、信创替代、智能服务和数据管理4个方面对现有信息系统面临的挑战进行了深入分析。最后,从数据管理和微服务两个维度给出了对信息系统架构后续发展的思考。 展开更多
关键词 信息化 信息系统架构 数据中台 数据管理 微服务
暂未订购 下载PDF
基于强化学习的科学数据特征生成算法 认领 引用 被引量：1
10
作者 肖濛 周骏丰 周园春 《计算机研究与发展》 EI CSCD 北大核心 2025年第9期2127-2138,共12页
特征生成(feature generation, FG)的目标是通过构建高阶特征组合并去除冗余特征,提升原始数据的预测潜力.针对表格型科学数据,特征生成是提高下游机器学习模型性能的重要预处理环节.然而,传统方法在处理科学数据特征生成问题时面临以... 特征生成(feature generation, FG)的目标是通过构建高阶特征组合并去除冗余特征,提升原始数据的预测潜力.针对表格型科学数据,特征生成是提高下游机器学习模型性能的重要预处理环节.然而,传统方法在处理科学数据特征生成问题时面临以下两方面挑战:首先,针对科学数据生成有效的高阶特征组合通常需要深入且广泛的领域知识;其次,随着特征组合阶数的增加,组合搜索空间呈指数级扩张,导致人工探索成本过高.近年来,以数据为核心的人工智能(data-centric artificial intelligence, DCAI)范式的兴起为自动化特征生成过程提供了新的可能性.受此启发,重新审视了传统特征生成工作流程,并提出了一种多智能体特征生成(multi-agent feature generation, MAFG)框架.具体而言,在迭代探索阶段,多个智能体协作构建数学变换算式,识别并合成具有高信息含量的特征组合,最后通过强化学习机制实现策略的自适应演化.探索阶段结束后,MAFG框架引入大语言模型(large language models, LLMs),针对探索过程中的每个关键模型性能突破点,解释性评估该步骤新生成的特征.实验结果和具体案例研究表明,MAFG框架能够有效地实现特征生成过程的自动化,并能显著提升下游多个科学数据挖掘任务的效果. 展开更多
关键词 深度强化学习 多智能体 以数据为核心的人工智能 特征生成 科学数据
暂未订购 下载PDF
“数据+AI”双向赋能机制与农业领域实践 认领 引用 被引量：2
11
作者 王彦芳 赵瑞雪 《中国农业科技导报（中英文）》 CAS CSCD 北大核心 2025年第9期11-20,共10页
伴随数据增列为第五生产要素与生成式人工智能(artificial intelligence,AI)技术的跨越式突破,数据和AI进入融合共生的剧烈变革期,“数据+AI”深度交叉融合成为各行业的研究焦点。针对二者协同机制的解析不足,探讨其双向赋能的机制与实... 伴随数据增列为第五生产要素与生成式人工智能(artificial intelligence,AI)技术的跨越式突破,数据和AI进入融合共生的剧烈变革期,“数据+AI”深度交叉融合成为各行业的研究焦点。针对二者协同机制的解析不足,探讨其双向赋能的机制与实践路径,旨在为AI快速迭代升级、数据要素价值加速释放及行业智能服务发展落地提供理论支撑与实证支持。从数据赋能AI和AI赋能数据维度阐释其双向协同机制,二者关系从单向依赖转为双向深度协同发展,形成良性互动循环,进入由应用驱动的融合发展阶段。在实践层面,以国家农业图书馆为例,提出“数据+AI”基础设施布局与建设响应策略,规划出高质量知识底座−全链条智能引擎−多元场景服务为核心的实践路径,最终形成“数据−模型−应用”的智慧飞轮效应。基于以数据为中心的AI开发范式,强调高质量大数据和小数据互补性建设,协同进化大模型通用能力和小模型专用能力,深化双向赋能一体化机制,助力智能化应用场景高效落地。 展开更多
关键词 生成式AI 数据要素 赋能机制 以数据为中心 数智融合 农知大模型
暂未订购 下载PDF
人本智造:人体行为识别关键技术分析与展望 认领 引用
12
作者 刘庭煜 翁陈熠 +13 位作者 王柏村 郑湃 赵强强 王昊琪 董元发 庄存波 冷杰武 向峰 陈成军 周小舟 李兴宇 焦磊 王晓宇 倪中华 《机械工程学报》 EI CAS CSCD 北大核心 2025年第15期57-81,共25页
随着新一代信息技术与制造技术的持续深度融合,以人为中心的智能制造范式正在重塑传统工业生产模式,人体行为识别技术作为实现人本智造的关键使能技术,主要研究人体行为语义的智能识别与理解,展现出广阔应用前景。对工业场景中人体行为... 随着新一代信息技术与制造技术的持续深度融合,以人为中心的智能制造范式正在重塑传统工业生产模式,人体行为识别技术作为实现人本智造的关键使能技术,主要研究人体行为语义的智能识别与理解,展现出广阔应用前景。对工业场景中人体行为识别技术的发展现状、关键挑战与应用前景进行系统探讨,有助于推动人本智造的理论发展与创新实践。首先,以人体行为识别技术的发展脉络为基础,深入分析人体感知、行为建模和行为识别等核心技术的演进过程,为人体行为识别技术的工业化应用奠定技术基础;其次,针对工业场景的特殊需求,重点讨论多模态鲁棒感知系统、多尺度行为理解框架、融合意图理解的人机协同及工业场景的优化部署等关键技术的研究现状;在此基础上,对工业场景人体行为数据集进行系统化分析和质量评估,并重点阐述人体行为识别技术在生产安全管控、生产调度优化、工艺改进和行为改善等典型应用场景的实践进展;最后,结合空间智能、生理认知融合、多模态大语言模型等新兴技术,展望工业人体行为识别技术的未来发展方向。 展开更多
关键词 人本智造 人体行为识别 多模态数据融合 空间智能 人机协作
暂未订购 下载PDF
智能教育时代数字逻辑的危机与化解 认领 引用 被引量：19
13
作者 冯浩 《教育理论与实践》 北大核心 2025年第7期19-27,共9页
以数据为中心的智能教育时代正在逐步被建构,而教育发展的模式也在此场景下被重塑。智能教育时代,数字逻辑的生成体现在智能教育倒逼人的计算理性和能力提升、智能教育对数字技术的依附性增强、智能教育的功利价值偏好明显三个方面,据... 以数据为中心的智能教育时代正在逐步被建构,而教育发展的模式也在此场景下被重塑。智能教育时代,数字逻辑的生成体现在智能教育倒逼人的计算理性和能力提升、智能教育对数字技术的依附性增强、智能教育的功利价值偏好明显三个方面,据此也引发了教育主体呈现数字异化的趋势、教育媒介的去身体化被无限放大以及教育的人文价值消退等多方面的危机。化解这些危机,要坚守人机交互中的伦理底线、兼顾教育价值的多样性与普适性、秉承“真实教育关系为主”“虚拟教育关系”为辅的原则等,合力构筑健康智能教育场域。 展开更多
关键词 智能教育 教育数据 数字逻辑 数据中心主义
暂未订购 下载PDF
工业智能技术与产业推进路径研究 认领 引用 被引量：1
14
作者 吴琦莹 王道乾 姚頔 《江苏科技信息》 2025年第6期24-27,55,共4页
在工业领域竞争日益激烈的背景下,各国积极探索人工智能等新一代信息技术在不同垂直领域的快速迁移和应用,以提高自身的工业竞争力,为产业智能化升级和创新发展提供有力支撑。文章围绕工业智能技术与产业发展现况,系统梳理并总结了工业... 在工业领域竞争日益激烈的背景下,各国积极探索人工智能等新一代信息技术在不同垂直领域的快速迁移和应用,以提高自身的工业竞争力,为产业智能化升级和创新发展提供有力支撑。文章围绕工业智能技术与产业发展现况,系统梳理并总结了工业智能的基本内涵、演进路径、特征需求、发展趋势和现存问题,发现工业智能发展逐步由以模型为中心趋向于以数据为中心,面临技术主导权缺失、数据质量不高等问题。同时,文章从完善工业智能要素支撑,强化智能应用场景推广,推动工业大模型应用突破3方面提出建议,以期为相关主体提供工业智能新应用参考。 展开更多
关键词 工业智能 数据流通 以数据为中心
暂未订购 下载PDF
New roles of research data infrastructure in research paradigm evolution 认领 引用 被引量：1
15
作者 Yizhan Li Lu Dong +4 位作者 Xiaoxiao Fan Ren Wei Shijie Guo Wenzhen Ma Zexia Li 《Journal of Data and Information Science》 CSCD 2024年第2期104-119,共16页
Research data infrastructures form the cornerstone in both cyber and physical spaces,driving the progression of the data-intensive scientific research paradigm.This opinion paper presents an overview of global researc... Research data infrastructures form the cornerstone in both cyber and physical spaces,driving the progression of the data-intensive scientific research paradigm.This opinion paper presents an overview of global research data infrastructure,drawing insights from national roadmaps and strategic documents related to research data infrastructure.It emphasizes the pivotal role of research data infrastructures by delineating four new missions aimed at positioning them at the core of the current scientific research and communication ecosystem.The four new missions of research data infrastructures are:(1)as a pioneer,to transcend the disciplinary border and address complex,cutting-edge scientific and social challenges with problem-and data-oriented insights;(2)as an architect,to establish a digital,intelligent,flexible research and knowledge services environment;(3)as a platform,to foster the high-end academic communication;(4)as a coordinator,to balance scientific openness with ethics needs. 展开更多
关键词 Research data infrastructure Landscape Data-centric Problem-oriented
暂未订购 下载PDF
Traffic Flow Prediction with Heterogeneous Spatiotemporal Data Based on a Hybrid Deep Learning Model Using Attention-Mechanism 认领 引用 被引量：2
16
作者 Jing-Doo Wang Chayadi Oktomy Noto Susanto 《Computer Modeling in Engineering & Sciences》 SCIE EI 2024年第8期1711-1728,共18页
A significant obstacle in intelligent transportation systems(ITS)is the capacity to predict traffic flow.Recent advancements in deep neural networks have enabled the development of models to represent traffic flow acc... A significant obstacle in intelligent transportation systems(ITS)is the capacity to predict traffic flow.Recent advancements in deep neural networks have enabled the development of models to represent traffic flow accurately.However,accurately predicting traffic flow at the individual road level is extremely difficult due to the complex interplay of spatial and temporal factors.This paper proposes a technique for predicting short-term traffic flow data using an architecture that utilizes convolutional bidirectional long short-term memory(Conv-BiLSTM)with attention mechanisms.Prior studies neglected to include data pertaining to factors such as holidays,weather conditions,and vehicle types,which are interconnected and significantly impact the accuracy of forecast outcomes.In addition,this research incorporates recurring monthly periodic pattern data that significantly enhances the accuracy of forecast outcomes.The experimental findings demonstrate a performance improvement of 21.68%when incorporating the vehicle type feature. 展开更多
关键词 Traffic flow prediction sptiotemporal data heterogeneous data Conv-BiLSTM data-centric intra-data
暂未订购 下载PDF
传感器网络中一种分布式数据汇聚层次路由算法 认领 引用 被引量：46
17
作者 林亚平 王雷 +3 位作者 陈宇 张锦 陈治平 童调生 《电子学报》 EI CAS 北大核心 2004年第11期1801-1805,共5页
由于传感器网络具有能量约束 ,低速率冗余数据和多对一传输等特点 ,传统的端到端集中式路由算法一般不适合传感器网络 .提出了一种分布式数据汇聚层次路由算法 ,该算法利用能量核的思想汇聚数据和减少传输到目的节点的信息 .模拟结果表... 由于传感器网络具有能量约束 ,低速率冗余数据和多对一传输等特点 ,传统的端到端集中式路由算法一般不适合传感器网络 .提出了一种分布式数据汇聚层次路由算法 ,该算法利用能量核的思想汇聚数据和减少传输到目的节点的信息 .模拟结果表明 :比较传统的端到端集中式路由算法 ,该算法可以显著减少能量消耗 ;与一般的数据汇聚算法相比 ,该算法在保证能量消耗少的条件下 。 展开更多
关键词 传感器网络 能量核 数据汇聚 路由算法
暂未订购 下载PDF
无线传感器网络环境下时-空查询处理方法 认领 引用 被引量：29
18
作者 郭龙江 李建中 李贵林 《软件学报》 EI 北大核心 2006年第4期794-805,共12页
在无线传感器网络环境中，观察者感兴趣的是由传感器网络监测得到的与时间-空间相关的事件，而不是传感器本身或者大量无关的观察数据．观察者会经常提出与事件相关的时-空查询，例如：“网络覆盖的某地理区域R中10：00～11：00发生了... 在无线传感器网络环境中，观察者感兴趣的是由传感器网络监测得到的与时间-空间相关的事件，而不是传感器本身或者大量无关的观察数据．观察者会经常提出与事件相关的时-空查询，例如：“网络覆盖的某地理区域R中10：00～11：00发生了哪些事件？”．由于每个传感器节点只有有限的能量，因此，研究能量有效性的时-空查询处理算法成为一个重要的研究课题．给出了一种以数据为中心的时．空查询处理算法．针对3种不同的存储蓑略：以数据为中心的存储、外部存储和节点本地存储，分析比较了节点的能量消耗，系统地研究了在3种不同的数据存储策略下，事件发生的概率，节点密度，事件类型数目，查询数目，时-空查询地理区域的大小以及时-空查询时间窗口的大小对节点能量消耗的影响．理论与实验结果表明，在多数情况下，这种以数据为中心的时-空查询处理算法的能量消耗少于基于外部存储和本地存储的时-空查询处理算法。 展开更多
关键词 传感器网络 时-空查询 事件 数据存储
暂未订购 下载PDF
基于多源异构数据分析的页岩气压缩机全生命周期管理框架研究 认领 引用
19
作者 杨柳 雷波 +4 位作者 崔文青 刘茵莱 但霞 向伟 杨万里 《机械工程师》 2025年第6期140-143,共4页
针对页岩气压缩机易发生故障导致停机的问题,以研究页岩气压缩机的全生命周期管理体系结构为出发点,将状态监测技术和以可靠性为中心的维修方法融合,提出了一种融合框架,构建了基于多源异构大数据分析的健康评估模型,以提高页岩气压缩... 针对页岩气压缩机易发生故障导致停机的问题,以研究页岩气压缩机的全生命周期管理体系结构为出发点,将状态监测技术和以可靠性为中心的维修方法融合,提出了一种融合框架,构建了基于多源异构大数据分析的健康评估模型,以提高页岩气压缩机设备维修决策水平,保证其生产的连续可靠运转,实现页岩气压缩机组设备的预测性维护、远程诊断监控维护与全生命周期管理等动态运营维护的目标。 展开更多
关键词 页岩气压缩机 以可靠性为中心的维修 维修决策 预测性维护 设备可靠性 数据分析
暂未订购 下载PDF
无线传感器网络中数据汇聚技术的研究 认领 引用 被引量：9
20
作者 张建明 宋迎清 +1 位作者 周四望 欧阳竟成 《计算机应用》 北大核心 2006年第6期1273-1278,1283,共6页
无线传感器网络能量和计算资源严重受限,数据汇聚技术是减少能耗、消除数据冗余、增加从源节点到基站的有用信息流、延长网络寿命的重要方法。数据汇聚可以集成在路由协议中,也可以实现与路由协议紧密交互的独立的协议(或技术)。首先介... 无线传感器网络能量和计算资源严重受限,数据汇聚技术是减少能耗、消除数据冗余、增加从源节点到基站的有用信息流、延长网络寿命的重要方法。数据汇聚可以集成在路由协议中,也可以实现与路由协议紧密交互的独立的协议(或技术)。首先介绍了无线传感器网络中数据汇聚协议的背景;然后分析和综述了主要的数据汇聚技术,包括汇聚路由、聚集函数、数据挖掘;最后提出了这个快速发展领域的研究方向。 展开更多
关键词 数据汇聚 以数据为中心的路由 聚集函数 数据挖掘 无线传感器网络
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 7 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈