為您找到相關(guān)結(jié)果 1588 篇
-
，降低設(shè)備故障率，提高生產(chǎn)效率。一些卷煙廠(chǎng)利用機(jī)器學(xué)習(xí)算法對(duì)設(shè)備的振動(dòng)、溫度、壓力等數(shù)據(jù)進(jìn)行分析，建立設(shè)備故障預(yù)測(cè)模型，實(shí)現(xiàn)了設(shè)備的預(yù)防性維護(hù)。在質(zhì)量
-
嚴(yán)謹(jǐn)?shù)膶徲?jì)報(bào)告初稿，并提煉系統(tǒng)性風(fēng)險(xiǎn)點(diǎn)和整改建議。在日常監(jiān)督中，大模型更是業(yè)務(wù)部門(mén)的“合規(guī)顧問(wèn)”，通過(guò)大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法，能夠及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)
-
平臺(tái)系統(tǒng)界面該平臺(tái)自規(guī)劃之初，就錨定“統(tǒng)一納管、能力共享、敏捷開(kāi)發(fā)”三大目標(biāo)。它如同一個(gè)智能“中樞”，將分散的算力資源、算法模型和數(shù)據(jù)資產(chǎn)集中調(diào)度，避免重復(fù)
-
“鷹眼”檢測(cè)讓微小瑕疵無(wú)所遁形數(shù)據(jù)是AI模型的“糧食”，只有高質(zhì)量的數(shù)據(jù)才能訓(xùn)練出高性能的模型。傳統(tǒng)算法常?！翱床粶?zhǔn)”小缺陷，如何才能讓檢測(cè)模型更深入地結(jié)合產(chǎn)品生產(chǎn)場(chǎng)景實(shí)際
-
（如智能溫控算法、健康數(shù)據(jù)分析模塊），并通過(guò)應(yīng)用商店模式分發(fā)，形成“硬件廠(chǎng)商+軟件開(kāi)發(fā)者”的協(xié)同生態(tài)。例如，已有電子煙APP
-
和智能算法，能自己規(guī)劃出最為高效的清掃路線(xiàn)，確保沒(méi)有任何一個(gè)角落被遺漏。同時(shí)，它也是一臺(tái)企業(yè)智能集控中心的移動(dòng)數(shù)據(jù)終端，數(shù)字化管理融合技術(shù)，
-
局利用AI技術(shù)成功破獲了一起百萬(wàn)元假煙大案，通過(guò)AI目標(biāo)檢測(cè)技術(shù)和特殊算法，開(kāi)發(fā)出了一款涉煙包裹識(shí)別程序，當(dāng)場(chǎng)查獲了大量假冒偽劣卷煙。無(wú)獨(dú)有偶，
-
生產(chǎn)難題，項(xiàng)目負(fù)責(zé)人郭奔提出了自己的設(shè)想：“我們可以通過(guò)機(jī)器的自主學(xué)習(xí)和控制模型代替人工經(jīng)驗(yàn)?！庇谑?#xff0c;郭奔帶領(lǐng)工作室成員自學(xué)機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域相關(guān)知識(shí)、研究人工智能算法
-
，而且不太可能認(rèn)為它們有害。南加州大學(xué)凱克醫(yī)學(xué)院人口和公共衛(wèi)生科學(xué)系的健康行為研究員、公共衛(wèi)生碩士朱莉婭·瓦西(Julia Vassey)表示，自動(dòng)刪除煙草廣告的算法旨在保護(hù)年輕人
-
精準(zhǔn)檢測(cè)，是實(shí)現(xiàn)卷接工序智能制造的一個(gè)關(guān)鍵。對(duì)工況、檢測(cè)元器件、算法準(zhǔn)確性的要求，就像“三座大山”，橫亙?cè)陧?xiàng)目組成員面前。上機(jī)試驗(yàn)過(guò)程中，連續(xù)
