摘要
本申请提供一种基于LF精炼工艺的AI模型训练方法及系统,AI模型含LF精炼工艺异常诊断网络,该LF精炼工艺异常诊断网络由顺序链接的x个图卷积构建单元(x≥2)和y个图卷积还原单元(y≥3)组成,各单元包含顺序链接的启发式搜索功能层和图卷积功能层。方法先获取含过程参数、原材料特性及设备状态数据的模板精炼工艺监控数据,经图卷积构建单元进行特征处理、图卷积还原单元进行图卷积还原,基于图卷积还原结果估计模板异常诊断结果,再根据标注异常诊断结果与模板异常诊断结果的损失函数值,训练网络神经元权重信息。本方法能有效处理复杂数据,提升LF精炼工艺异常诊断的准确性。
技术关键词
LF精炼工艺
启发式搜索
卷积功能
模型训练方法
网络
搜索特征
多层感知机
跨模态融合特征
链路
多尺度特征提取
模板
人工智能系统
设备状态数据
接入节点
特征选择机制
因子
多模态注意力
空间金字塔池化
系统为您推荐了相关专利信息
预测模型训练方法
大语言模型
场景
违停车辆
高灵敏度麦克风
扫描检测方法
漏洞扫描平台
深度神经网络
车载控制器
报告