本書從工業大數據分析所面臨的實際應用問題和工業AI模型的構建方法兩條內容主線，介紹數據驅動的工業智能，使得理論與應用實踐深度融合；將工業AI模型的建模思路結合到理論方法的介紹中，使得讀者能夠掌握其中思考問題的方法和過程，做到“授人以漁”。在數據驅動的工業AI模型開發的介紹中既注重對理論知識的介紹，也將各章節知識點串聯起來形成一個立體、完整的工業AI數據分析系統，提升讀者對工業智能和工業大數據分析的宏觀思維。
本書可作為工業界企業技術專家、IT系統研發人員、學術界智能制造、人工智能、工業互聯網、數據科學等領域研究者的參考書，也可以作為高等院校計算機、自動化、機械等相關專業工業人工智能課程的教材，同時還可作為工業領域新一代人工智能、深度學習、區塊鏈愛好者、開發者的自學教材或參考書。
本書集創新理論研究與應用落地實踐于一體，為智能制造領域從業者、研究人員以及對工業人工智能充滿好奇的各界讀者提供了一份全面而深入的指南。
深入剖析了工業人工智能各類典型應用場景的難點問題，系統闡述了數據驅動的各類新型建模方法，并且提供了大量豐富的工業實踐案例
新一代人工智能技術的興起與迅猛發展，正在逐漸滲透各行各業，改變人們工作與生活的方方面面。工業制造業作為國計民生的支柱，也在新一代人工智能的沖擊下，不斷融合創新涌現出新的技術。“工業人工智能”應運而生，成為推動新型工業化、發展新質生產力的重要驅動力之一。工業人工智能的崛起并非偶然，背后有著多方面原因促使其水到渠成。首先，工業大數據的爆發式增長為工業人工智能的發展提供了強有力的基礎數據支撐；來自于制造業企業信息化系統、工業物聯網，以及外部跨界系統產生的海量數據，為人工智能算法的訓練和優化奠定了基礎。其次，算力的大幅提升使得工業界復雜的算法和模型得以在制造業實際應用中落地。現今的計算機硬件性能已經足以支持深度學習等先進算法的高效運算，從而實現更為準確和實時的工業人工智能求解。此外，工業互聯網的興起使得工業要素之間實現了更加緊密的連接與協同，各類智能化應用需求層出不窮，例如工業終端設備的智能運維、產品的智能質檢、產線的智能調度、產業鏈供應鏈的智能協同等，急需工業人工智能新方法新技術的突破以滿足不斷涌現的新需求。
在人工智能賦能新型工業化、發揮數據要素乘數效應、加快構建以數據為關鍵要素的數字經濟的新時代背景下，數據驅動的工業人工智能成為近年來學術界和產業界高度關注的前沿熱點研究領域。相較于傳統的方法，數據驅動的方法更加注重從數據中挖掘模式和規律，通過諸如深度學習等技術實現對復雜工業系統的智能建模和優化。這一方法的優勢在于，它能夠處理大規模、高維度的數據，并從中學習到潛在的特征和關系，為制造業提供更為精準的預測和決策支持，尤其適合工業應用中大量機理不清的實際應用場景。
因此，本書旨在全面深入地探討數據驅動方法在工業人工智能領域的新理論、新方法、新技術，為讀者提供一部學習和應用工業人工智能領域數據驅動的建模方法的指南。本書的內容涵蓋了數據驅動的工業人工智能的基礎理論、實用方法以及前沿技術，力求為工業界的從業者、研究者和決策者提供有力的支持，幫助他們更好地理解和應用數據驅動的人工智能。
本書的第1章介紹新一代人工智能與智能制造的背景知識，旨在為讀者提供一個全面、系統的視角，深入剖析新一代人工智能與智能制造之間的內在聯系，展示數據驅動方法在工業領域的重要意義。
第2章深入研究新一代人工智能的基礎理論和知識，包括工業人工智能模型應用流程和常用深度學習技術，探討深度學習等新興技術的原理和應用，以及它們在工業領域的潛在優勢。通過對這些基礎理論的全面解析，讀者將能夠深入理解工業人工智能的核心概念，為后續的實際應用奠定堅實的基礎。
第3章系統地介紹工業時間序列信息表征建模方法，包括工業時序多通道信息表征建模方法、工業時序多尺度信息表征建模方法、工業時序多層級時頻域信息表征建模方法、工業時序多層次信息表征建模方法和工業時序時空耦合信息表征建模方法。通過深入探討這些方法的原理和應用案例，讀者將能夠了解如何有效地利用時間序列數據，提高工業生產的效率和質量。
第4章面對工業生產中常見的低質數據問題，將聚焦于工業低質數據增強表征建模方法，包括無標簽數據增強表征建模方法、非均衡數據增強表征建模方法和缺失數據增強表征建模方法，介紹如何通過先進的技術處理低質數據，提高數據的質量，從而確保在建模和決策過程中獲得可靠的結果。本章給出了實際案例將幫助讀者更好地理解和應用這些方法。
第5章深入研究工業多源異質數據深層融合建模方法。現代工業系統中涉及的數據來源多種多樣，包括傳感器數據、生產流程數據、供應鏈數據等。本章內容包括工業異質關聯數據融合建模方法、工業多源高維度數據融合建模方法，并探討如何將這些數據融合起來，實現更全面、準確的工業智能建模。
第6章討論工業復雜任務跨域建模方法。主要面對工業領域中復雜跨域任務的挑戰，介紹如何應對工業生產中的工況變化導致的數據分布偏移，并通過跨域建模方法實現對這些任務的統一處理。這有望為讀者提供一種更為綜合和高效的解決方案。
第7章關注工業AI分布式高時效輕量化建模方法，包括工業云邊分布式AI模型框架、輕量化工業AI模型構建方法、工業AI模型輕量化自適應知識蒸餾方法、動態自適應工業AI模型構建方法。通過分布式計算和輕量化模型的構建，工業系統能夠在保證高時效性的同時，更好地適應不同環境和場景。這一部分旨在幫助讀者理解如何在工業生產中實現高效的工業智能建模。
第8章深入研究基于區塊鏈的工業數據安全可信協同方法。本章內容包括區塊鏈相關技術介紹、基于區塊鏈的工業大數據實體多方協同、基于區塊鏈的工業大數據智能安全交互、工業大數據跨域安全共享管控、工業跨域異構數據的身份構建及溯源。數據安全一直是工業智能領域的重要關注點。通過區塊鏈技術的應用，讀者將了解如何確保工業數據的安全性和可信度，促進企業間的協同合作。
第9章對工業大數據可視化進行綜述，并通過典型案例展示其實際應用。大數據可視化是將龐大而復雜的工業數據以直觀的方式呈現出來的關鍵手段，有助于決策者更好地理解和分析數
北京航空航天大學自動化學院教授、軟件學院教授，工業互聯網領域首個國家杰出青年基金獲得者
序
前言
第1章新一代人工智能與智能制造
11新一代人工智能發展背景
12智能制造的新發展
13數據驅動的工業人工智能
第2章基礎理論知識
21工業AI模型應用流程概述
22常用深度學習技術
221卷積神經網絡
222循環神經網絡
223自動編碼器
224受限玻爾茲曼機
225基于注意力機制的神經網絡
226圖神經網絡
第3章工業時間序列信息表征建模方法
31概述
32工業時序多通道信息表征建模方法
321多通道時序注意力網絡
322工業時序高精度預測方法
33工業時序多尺度信息表征建模方法
331多尺度密集門控循環單元網絡
332基于MDGRU網絡的分析流程
34工業時序多層級時頻域信息表征建模方法
341多層級小波分解網絡
342基于多層級小波分解的時間序列外部回歸網絡
35工業時序多層次信息表征建模方法
351多層次信息表征網絡
352基于Auto-CNN-LSTM網絡的分析流程
36工業時序時空耦合信息表征建模方法
361時空耦合信息網絡整體結構
362時空耦合信息表征網絡
37典型應用案例
371基于MCTAN的飛機發動機剩余使用壽命預測
372基于Auto-CNN-LSTM的鋰電池剩余使用壽命預測
第4章工業低質數據增強表征建模方法
41概述
42無標簽數據增強表征建模方法
421基于半監督并行DeepFM的無標簽數據預測方法
422基于小波數據增強的無標簽數據預測方法
43非均衡數據增強表征建模方法
431工業數據隱式擴充方法
432面向非均衡工業數據的標簽解構多輸入智能處理架構
44缺失數據增強表征建模方法
441面向低質數據的缺失特征自動補全方法
442基于兩階段預訓練的缺失特征表征方法
45典型應用案例
451基于SS-PDeepFM的泡沫浮選產品質量預測(無標簽)
452基于LM-CNN的軸承故障診斷(不平衡、零樣本)
第5章工業多源異質數據深層融合建模方法
51概述
52工業異質關聯數據融合建模方法
521基于深度-寬度-序列(WDS)網絡架構的工業數據異質特征融合范式
522基于注意力機制的工業多特征融合表征建模方法
53工業多源高維度數據融合建模方法
531張量及其操作
532針對QTT-DLSTM的計算框架
54典型應用案例
541基于WDS網絡的半導體生產質量預測
542基于QTT-DLSTM網絡的離散制造產品質量預測
第6章工業復雜任務跨域建模方法
61概述
62工業復雜任務跨域建模方法
621工業任務跨域無監督域適應建模方法
622基于黑盒域適應的工業跨域建模方法
63典型應用案例
631基于Meta-GENE域泛化方法的工業故障診斷
632基于黑盒域適應方法的行為識別
第7章工業AI分布式高時效輕量化建模方法
71概述
72工業云邊分布式AI模型框架
721云邊協同工業數據分析框架
722云邊環境下多邊緣工業數據協同分析框架
73輕量化工業AI模型構建方法
74工業AI模型輕量化自適應知識蒸餾方法
75動態自適應工業AI模型構建方法
751模型動態推理和重參數方法
752動態長度網絡建模方法
76典型應用案例
761基于Cloud-Edge-LTCN的云邊協同軸承剩余使用壽命預測
762基于MDER的發動機剩余使用壽命預測模型輕量化
第8章基于區塊鏈的工業數據安全可信協同
81區塊鏈相關技術介紹
811區塊鏈的核心組成
812智能合約
813聯盟區塊鏈
814公有區塊鏈
82基于區塊鏈的工業大數據實體多方協同
821工業大數據處理實體劃分
822工業大數據確權立案
823工業大數據的跨實體溯源
824智能制造業務合約備份
83基于區塊鏈的工業大數據智能安全交互
831智能安全交互方案設計
832基于智能合約的鏈上鏈下數據訪問
84工業大數據跨域安全共享管控
841基于區塊鏈合約的自適應數據流動規則構建
842基于數據可信度標簽的數據上鏈保存
843基于區塊鏈合約的數據流動自主決策執行
85工業跨域異構數據的身份構建及溯源
851構建內外因素聯合的簽名數據可信安全標簽
852異構數據生命全周期各階段到原始數據的數據可信驗證及追溯
第9章工業數據可視化
91數據可視化概述
911數據可視化的歷史起源
912數據可視化的技術分支
913數據可視化的基本流程
92“替代”綱領下的工業大數據可視化
93“創造”綱領下的工業大數據可視化
931設計階段
932制造階段
933質檢階段
934服務階段
94面向行業的工業大數據可視化
95典型應用案例
951連續型輥道窯生產狀態監控數據可視化
952汽車起動機耐久測試數據分析
第10章展望
101工業智能“黑盒”模型可解釋與高可信
102工業互聯網云邊端融合智能
103工業智能模型泛化與自適應
104工業智能模型輕量化與實時解算
105工業智能“大模型”
106工業數據智能可視化
參考文獻
新書資訊