基于LF精炼工艺的AI模型训练方法及系统

AITNT
正文
推荐专利
基于LF精炼工艺的AI模型训练方法及系统
申请号:CN202510198064
申请日期:2025-02-21
公开号:CN119669992B
公开日期:2025-05-13
类型:发明专利
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
1
基于关键词权重匹配的数据分类方法及系统
数据分类方法 分类特征 字符 词语 神经网络模型
2
基于大语言模型的预测模型训练系统及方法
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
3
模型训练方法、召回方法、装置、设备及存储介质
样本 标签 召回方法 输出模块 子模块
4
漏洞状态自动化扫描检测方法、系统、电子设备及介质
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
5
音乐推荐模型处理方法、音乐推荐方法、设备和存储介质
音乐推荐模型 样本 权重特征 音乐推荐方法 序列
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号