编辑推荐
全面介绍工业大数据分析和知识图谱的核心技术及应用。
内容简介
工业大数据分析与知识图谱作为人工智能领域的核心技术，已经成为当前学术研究和工程应用的焦点，受到越来越多的关注。本书从技术和实践的角度，为读者阐述工业大数据分析和知识图谱的核心技术及其实践应用。本书内容分为三篇。
第一篇以物联网数据为基础，围绕工业大数据技术的“虚实融合”的CPS核心内容，开展数据治理、数据分析、数据平台的相关阐述，揭示数据驱动的生产系统优化模式；
第二篇以人（社会网）机（互联网）物（物联网）数据为基础，围绕人工智能先进技术即知识图谱，探讨知识发现、知识图谱构建、知识服务、工业智能制造及知识服务平台等核心关键技术，为企业向智能制造的转型升级提供知识驱动的智慧共享的创新模式；
第三篇基于前两篇的关键技术创新，开展重点行业、重点领域的典型场景应用，围绕钢铁、民用航空、电气等国民经济支柱行业，聚焦节能潜力分析、设备健康管理及预测性维护、知识组织管理等重点领域，开展应用实践工作。
本书可以作为计算机科学、电子与信息工程、控制科学与工程等学科的教学与科研用书，以及企业技术人员的参考书。
章节目录
版权信息
内容简介
前言
第一篇 工业大数据：使机器更“聪明”
第1章 工业大数据概述
1.1 工业大数据的产生背景及发展历程
1.2 工业大数据的概念与内涵
1.3 工业大数据发展现状及面临的挑战
1.4 工业大数据与工业互联网
第2章 工业大数据体系架构及技术布局
2.1 工业互联网体系架构
2.2 工业大数据技术布局
第3章 工业大数据治理
3.1 工业大数据治理产生的背景
3.2 工业大数据治理的概念
3.3 基于语义网的工业大数据治理
3.4 基于知识图谱的工业大数据治理
第4章 工业大数据分析技术
4.1 工业大数据分析技术概述
4.2 工业大数据分析主要技术
第二篇 知识图谱：使机器更“有学识”
第5章 知识图谱概述
5.1 知识图谱的定义与分类
5.2 知识图谱的作用与意义
5.3 知识图谱的研究进展
第6章 知识图谱体系架构及技术布局
6.1 知识图谱体系架构
6.2 知识图谱技术布局
第7章 数据驱动的知识发现
7.1 数据驱动的知识发现概述
7.2 数据驱动的知识发现主要方法
第8章 知识图谱建模
8.1 基于本体的知识建模
8.2 知识抽取
8.3 知识表达
8.4 知识融合
第9章 知识推理
9.1 知识推理基本方法
9.2 面向知识图谱的知识推理
第10章 知识服务
10.1 知识服务概述
10.2 知识服务参考体系
10.3 基于知识图谱的知识服务架构
10.4 知识推荐
第三篇 应用实践
第11章 工业大数据典型案例
11.1 钢铁加热炉能耗预测及节能潜力分析
11.2 基于工业大数据的设备健康管理
11.3 钢铁热轧流程工艺知识推荐
11.4 基于图神经网络的钢铁质量缺陷溯源
11.5 基于强化学习的热轧生产调度优化
第12章 工业知识图谱典型案例
12.1 基于工业知识图谱的企业需求知识服务
12.2 基于工业知识图谱的钢铁产线设备故障诊断
参考文献
工业大数据与知识图谱是2023年由清华大学出版社出版,作者王坚 等 编著。
得书感谢您对《工业大数据与知识图谱》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
