制造业中基于情境赌博机的集合主动学习
💡
原文中文,约500字,阅读约需2分钟。
📝
内容提要
该文介绍了一种CBEAL方法,用于工业物联网系统中的人工智能模型在线更新。该方法通过关注代表区域,提供解决方案,同时优化数据获取。该方法在ICPS制造过程建模方面高效。
🎯
关键要点
- 在线感知和计算资源促进了工业物联网系统中的人工智能决策制定。
- 数据质量问题,如不平衡类别,阻碍了离线训练的人工智能模型。
- 人工智能模型通过流式数据进行在线更新,以持续改进。
- 监督学习模型在选择质量流式样本时面临注释限制的挑战。
- 主动学习方法通过关注不充分或充分代表的区域提供了解决方案。
- 在不断变化的制造背景下平衡主动学习策略是具有挑战性的。
- CBEAL是一种集成主动学习方法,专门用于探索或开发的主动学习代理。
- CBEAL通过调整代理的权重来优化数据获取,同时最小化人工注释。
- 理论分析和实证研究验证了CBEAL在ICPS制造过程建模方面的效率。
🏷️
标签
➡️