鉴于预测的可持续性的过程的机器学习优化

AITNT
正文
推荐专利
鉴于预测的可持续性的过程的机器学习优化
申请号:CN202510294720
申请日期:2025-03-13
公开号:CN120822398A
公开日期:2025-10-21
类型:发明专利
摘要
一种执行可持续性优化的方法包括使用经训练的机器学习模型处理一组输入以生成一组输出,其中该一组输入对应于配置为在物理机器上执行的过程的配置参数,并且其中该一组输出包括由该过程在物理机器上的执行产生的多个预测浪费度量。该方法还包括鉴于过程约束优化该一组输入和该一组输出以满足可持续性约束,并基于优化的一组输入和一组输出而输出在物理机器上操作过程的推荐,以避免操作过程失败的风险,同时满足可持续性约束和过程约束。
技术关键词
回归技术 度量 模拟模型 机器学习模型 随机梯度下降 雅可比矩阵 物理 机器学习优化 特征选择 超参数 指令 风险 存储器
系统为您推荐了相关专利信息
1
智能配补调系统及方法
库存管理模块 补货系统 机器学习模型 匹配模块 店铺
2
分离式架构LoRA模型训练方法
分离式模块 模型训练方法 交互特征 多粒度特征 特征提取网络
3
基因组、表达模块、重组菌株及其在制备红景天苷中的应用
UGT基因 zwf基因 敲除基因 突变体 红景天苷
4
一种钢结构模具寿命预测与维护决策系统及方法
数据驱动模型 视觉图像信息 钢结构模具 机器学习模型 模具材料
5
晶圆研磨加工去除率的预测模型的训练方法
性能退化模型 退化特征 晶圆 研磨垫 阶段
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