搜索结果: 1-15 共查到“数据驱动”相关记录124条 . 查询时间(0.089 秒)
钠离子电池健康状态估计是其安全高效应用的基础,也是钠电池规模化储能应用的关键。然而,钠离子电池即用即衰,衰退机理不明晰,老化过程受工况和场景影响,准确的健康状态估计极其困难。为此,提出了数据驱动的钠离子电池健康状态估计方法,探究了钠离子电池的充电数据与容量衰退的映射关系,提出了结合方差筛选、灰色关联分析和递归特征消除的特征选择方法,应用多元线性回归、支持向量机、高斯过程回归和误差反向传播神经网络4...
针对城市污水处理过程的非线性、不确定性以及非高斯等特点,提出一种数据驱动的溶解氧(Dissolved oxygen,DO)浓度在线自组织控制方法.首先,设计一种基于相关熵的自组织模糊神经网络控制器(Correntropy-based self-organizing fuzzy neural network,CSOFNN),采用相关熵与规则贡献度指标实现控制器结构与参数的自动构建或修剪。
提供“高价值”——以数据驱动数智转型
中国石油 知识图谱 机器人
2023/12/8
新一轮科技革命和产业变革突飞猛进，数智转型成为我国实现高水平科技自立自强的“新赛道”。集团公司乘势而上，深入推进数字化转型、智能化发展。共享运营公司落实集团公司党组要求，致力于研发更多高价值服务产品，最大程度激活数据要素潜能，为集团公司深入推进“数智中国石油”建设提供有力支撑。
中国科学院城市环境研究所数据驱动的水库抗生素抗性基因科学发现（图）
数据驱动 水库抗生素 抗性基因
2023/11/4
抗生素抗性基因（Antibiotic Resistance Genes, ARGs）在环境中的产生、扩散和传播，是“同一健康（One Health）”框架体系下城市环境研究的重点领域之一。水作为城市人类活动与流域自然过程相互作用的关键环境介质，是多维空间尺度下ARGs在“人类—动物—环境”之间扩散和传播的纽带。随着人类在城市聚集和活动强度增加，流域人工和自然水生态系统受ARGs影响的过程更加复杂。...
中国科学院数据驱动的水库抗生素抗性基因研究获进展（图）
数据驱动 基因 生态系统
2023/11/6
抗生素抗性基因（Antibiotic Resistance Genes，ARGs）在环境中的产生、扩散和传播，是“同一健康”（One Health）框架体系下城市环境研究的重点领域之一。水作为城市人类活动与流域自然过程相互作用的关键环境介质，是多维空间尺度下ARGs在“人类-动物-环境”之间扩散和传播的纽带。随着人类在城市聚集和活动强度增加，流域人工和自然水生态系统受ARGs影响的过程更加复杂。尽...
基于数据驱动的锂离子电池RUL预测综述
锂离子电池 剩余使用寿命 数据驱动 预测方法
2024/3/6
剩余使用寿命预测技术对于锂离子电池的安全使用及维护具有重要意义。由于锂离子电池的长寿命特性以及复杂的非线性退化机制,目前剩余使用寿命预测仍是电池状态预测的难点问题。数据驱动方法不需要考虑电池内部电化学特性,而仅从数据角度出发,是目前主流的预测方法。通过实例介绍了剩余使用寿命概念,分类阐述了各种基于数据驱动的预测方法,并对其优缺点进行了分析。最后,针对现有方法的不足,提出未来需要改进的方向。
中国科学院大学提出复杂时空动力系统数据驱动建模新方法（图）
复杂 时空动力系统 数据驱动 建模
2023/9/25
近期，中国科学院大学工程科学学院长聘教轨副教授刘扬在《自然-机器智能》（Nature Machine Intelligence）上，发表了题为Encoding physics to learn reaction-diffusion process的研究成果。该研究提出了新的物理知识嵌入深度学习架构即PeRCNN，用于偏微分方程（PDE）正反问题求解、非线性时空动力系统建模和控制方程发现，旨在改善复...
国科大提出复杂时空动力系统数据驱动建模新方法（图）
时空动力系统 数据驱动 编码物理学
2023/10/2
2023年9月22日，中国科学院大学工程科学学院长聘教轨副教授刘扬在《自然-机器智能》（自然界的机器智能）上，发表了题为编码物理学学习反应扩散过程的研究成果。该研究提出了新的物理知识嵌入深度学习架构即PeRCNN，用于偏微分方程（PDE）正反问题求解、非线性时空动力系统建模和控制方程发现，旨在改善复杂时空动力系统基于稀疏和噪声数据建模的准确性和可解释性。该工作建立了强制编码物理结构的循环卷积神经网...
青藏地区快速的经济发展使得进入高原的群体数量日益增加,随之而来的高原健康问题也愈发突出.间歇性低氧训练(Intermittent hypoxic training,IHT)是急进高原前常使用的预习服方法,一般针对不同个体均设置固定的开环策略,存在方案制定无标准、系统化的理论指导缺乏、效果不明显等问题.针对以上情况,设计了一种小样本数据驱动的IHT策略贝叶斯闭环学习优化框架,建立自回归结构的高斯过程...
首届全国数据驱动计算力学研讨会在大连召开（图）
驱动计算力学 固体力学 中国力学学会
2023/11/9
2023年5月19~21日，由国家自然科学基金委员会数理科学部、中国力学学会计算力学专业委员会、中国力学学会固体力学专业委员会联合主办，大连理工大学运载工程与力学学部、工业装备结构分析优化与CAE软件全国重点实验室、北京理工大学先进结构技术研究院、轻量化多功能复合材料与结构北京市重点实验室联合承办的“第一届全国数据驱动计算力学研讨会”在大连成功召开。
“大数据驱动中西医结合精准诊疗”项目研讨会在连云港市召开
大数据驱动 中西医结合 精准诊疗 项目研讨会
2023/11/14
2023年4月20日，中国工程院重点咨询研究项目“大数据驱动中西医结合精准诊疗”研讨会在江苏省连云港市召开。中国工程院陈香美、韩德民、顾晓松、田金洲、肖伟等院士，来自国内多家知名高校与医院的专家以及项目组成员共计20余人参会。
基于剪枝堆栈泛化的离线数据驱动进化优化
堆栈泛化 代理模型 离线数据驱动优化 进化计算
2024/1/16
现实世界中存在很多目标函数的计算非常昂贵,甚至目标函数难以建模的复杂优化问题.常规优化方法在解决此类问题时要么无从入手,要么效率低下.离线数据驱动的进化优化方法不需对真实目标函数进行评估,跳出了传统优化方法的固铚,极大推动了昂贵优化问题和不可建模优化问题的求解.但离线数据驱动进化优化的效果严重依赖于所采用代理模型的质量.为提升离线数据驱动进化优化的性能,提出了一个基于剪枝堆栈泛化(Stacked ...
针对主动配电网运行中面临的分布式发电、负荷波动等带来的不确定特性，进一步深化配电数据资源开发利用和价值挖掘，提出数据驱动框架来定义配电网络的主动控制方法。首先基于时间序列电压、负荷数据，生成各节点的时序抽样函数，并配置各类电网元件，建立拓扑关系。在此基础上结合多维度运行指标约束，以常规调峰负荷最小、多时段电压波动满足要求为目标函数，建立含分布式发电的主动配电网多时段电压动态优化模型，结合混合整数规...
2023年3月19日至20日，中国科学院战略性先导科技专项（B类）“多维大数据驱动的中国人群精准健康研究”专项年度工作会议暨专项阶段考核准备会在浙江省杭州市召开。院主管部门、专项总体组、项目负责人、课题负责人及任务各层级骨干、助理等70余人参加了本次会议。会议由专项首席吴家睿研究员、鲍一明研究员共同主持。