摘要
本发明提供了一种用于设计挤压铸造工艺参数的可解释自动化机器学习分析方法,属于挤压铸造工艺参数设计领域。方法包含构建挤压铸造工艺数据,然后基于自动化机器学习框架建立挤压铸造工艺参数的机器学习预测模型;在此基础上,使用可解释性人工智能算法对挤压铸造工艺参数预测决策进行可解释分析。该设计方法通过结合先进的自动化机器学习框架和可解释性人工智能算法,使得挤压铸造工艺参数设计过程更透明和可靠。同时,该方法结合现有的挤压铸造工艺数据集,通过机器学习算法的高阶知识维度挖掘材料成分与工艺参数之间的隐含联系,为挤压铸造工艺的材料、工艺参数建模优化设计提供了新思路。
技术关键词
挤压铸造工艺
自动化机器学习
分析方法
人工智能算法
机器学习模型
数据
超参数
样本
二进制特征
损失函数优化
代表
机器学习算法
邻域
框架
学习器
基础
定义
图片
关系
系统为您推荐了相关专利信息
推广系统
移动互联网环境
数据收集模块
平均停留时间
分析模块
动火作业
监测方法
监控图像数据
灭火设备
虚拟环境模型