检索结果-南通市图书馆

Apache IoTDB中的多模态数据编码压缩

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第3期35卷 1173-1193页

作者：贺文迪夏天睿宋韶旭黄向东王建民清华大学软件学院北京100084 大数据系统软件国家工程研究中心(清华大学) 北京100084 北京信息科学与技术国家研究中心(清华大学) 北京100084

时间序列数据在工业制造、气象、船舶、电力、车辆、金融等领域都有着广泛的应用,促进了时间序列数据库管理系统的蓬勃发展.面对愈加庞大的数据规模和多样的数据模态,高效的数据存储和管理方式十分关键,而数据的编码压缩愈发成为一个具... 详细信息

时间序列数据在工业制造、气象、船舶、电力、车辆、金融等领域都有着广泛的应用,促进了时间序列数据库管理系统的蓬勃发展.面对愈加庞大的数据规模和多样的数据模态,高效的数据存储和管理方式十分关键,而数据的编码压缩愈发成为一个具有重要意义和价值的问题.现有的编码方法和相关系统未能充分考虑不同模态的数据特点,或者未把一些时序数据的处理方法应用于数据编码问题中.全面阐述了ApacheIoTDB时序数据库系统中的多模态数据编码压缩方法及其系统实现,特别是面向工业物联网等应用场景.该编码方法较为全面地考虑包括时间戳数据、数值数据、布尔值数据、频域数据、文本数据等多个不同模态的数据,充分挖掘和利用各自模态数据的特点,特别是包括时间戳模态中时间戳序列间隔近似的特点等,进行有针对性的编码方案设计.同时,将实际应用场景中可能出现的数据质量问题因素纳入编码算法的考量中.在多个数据集上的编码算法层面和系统层面的实验评估和分析,验证了该编码压缩方法及其系统实现的效果.

关键词：数据编码时间序列数据数据库工业物联网多模态

在线全文

学校读者我要写书评

暂无评论

面向机器学习应用的可解释性需求分析框架

计算机研究与发展 2024年第4期61卷 983-1002页

作者：裴忠一刘璘王晨王建民大数据系统软件国家工程研究中心(清华大学) 北京100084 清华大学软件学院北京100084

基于大数据机器学习的智能软件研发过程需要综合运用软件工程、数据与领域知识工程、机器学习等多方面的知识和工具,涉及的研究主题和人员角色众多,技术实现手段复杂、研发难度大.面向智能软件的需求工程需要面对领域知识、业务知识、... 详细信息

基于大数据机器学习的智能软件研发过程需要综合运用软件工程、数据与领域知识工程、机器学习等多方面的知识和工具,涉及的研究主题和人员角色众多,技术实现手段复杂、研发难度大.面向智能软件的需求工程需要面对领域知识、业务知识、数据科学交织带来的挑战.然而,如何将领域知识和端到端的机器学习技术恰当地融合到给定的业务流程之中,以及如何应对工业、医疗等高可信要求场景中的可解释性需求,仍是亟待探索的重要研究问题.调研了近年来面向机器学习应用的需求工程研究文献,对该领域的发展现状、核心问题和代表性方法进行综述.提出了面向机器学习应用的可解释性需求分析框架.基于该框架,通过一个工业智能应用案例分析了未来待研究的重要问题,展望了可行的研究路径.

关键词：需求工程机器学习领域模型工业工程可解释性

基于自适应二次分解与CNN-BiLSTM的超短期风电功率预测

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第6期45卷 429-435页

作者：马志侠张林鍹巴音塔娜谢明浩张盼盼王馨新疆大学电气工程学院乌鲁木齐830047 清华大学国家计算机集成制造系统工程技术研究中心(cims) 北京100084

为提高风电功率预测精度,提出基于自适应二次模态分解(QMD)、卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的超短期风电功率预测模型。针对风电功率的波动性,利用改进的完全自适应噪声集成经验模态分解方法(ICEEMDAN)对风电功率数据... 详细信息

为提高风电功率预测精度,提出基于自适应二次模态分解(QMD)、卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的超短期风电功率预测模型。针对风电功率的波动性,利用改进的完全自适应噪声集成经验模态分解方法(ICEEMDAN)对风电功率数据进行分解。引入麻雀搜索算法(SSA)对变分模态分解(VMD)的分解数量与惩罚因子进行优化,使VMD具有自适应性。将ICEEMDAN分解得到的高频分量I_(1)用SSA-VMD进行第二次分解,降低序列不平稳度。同时,构建包含2层池化层的CNN网络进行特征提取与BiLSTM网络的超短期预测模型,最终的风电功率即为各子序列预测结果之和。通过算例分析进行实验表明,所提风电功率预测方法的预测精度优于其他模型,验证了预测模型的优越性。

关键词：卷积神经网络长短期记忆网络变分模态分解风电功率预测二次模态分解麻雀搜索算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

催化燃烧过程中的气相火焰

工程热物理学报 2024年第5期45卷 1534-1547页

作者：隋然清华大学能源与动力工程系、燃烧能源中心北京100084

催化燃烧技术的工业应用涵盖了我国“十四五”规划和2035远景目标纲要中指定的若干未来战略性产业,因此具有重要的科学和战略意义。在许多催化燃烧的应用场景中,气相火焰被点燃并与催化反应路径发生错综复杂的耦合关系。本文回顾了近年... 详细信息

催化燃烧技术的工业应用涵盖了我国“十四五”规划和2035远景目标纲要中指定的若干未来战略性产业,因此具有重要的科学和战略意义。在许多催化燃烧的应用场景中,气相火焰被点燃并与催化反应路径发生错综复杂的耦合关系。本文回顾了近年来贵金属催化通道内预混层流火焰的最新研究进展,简要梳理了催化通道内催化气相燃烧的控制方程、数值模型、点火和传递条件,以及氢气、合成气、甲烷、丙烷、正癸烷等重要燃料在铂、铑、钯等催化通道内的贫燃和富燃燃烧时的火焰形态和特性,尤其是化学、流动和传热传质等方面的决定因素。

关键词：催化燃烧催化-气相耦合燃烧微尺度燃烧气-固耦合贵金属催化

基于低延迟可解释性深度学习的复杂旋转机械关键部件知识嵌入与诊断方法研究

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第12期60卷 107-115页

作者：刘岳开王天杨褚福磊清华大学摩擦学国家重点实验室北京100084 清华大学机械工程系北京100084

对于复杂旋转机械关键部件的诊断任务,模型设计容易受限于以下两个特点:(1)机理驱动的方法往往难以实现复杂系统的完备、精准建模;(2)数据驱动方法多数需要规模化的高质量训练数据集用于训练。针对上述问题,提出一种先验知识嵌入的深度... 详细信息

对于复杂旋转机械关键部件的诊断任务,模型设计容易受限于以下两个特点:(1)机理驱动的方法往往难以实现复杂系统的完备、精准建模;(2)数据驱动方法多数需要规模化的高质量训练数据集用于训练。针对上述问题,提出一种先验知识嵌入的深度学习模型,融合机理知识与传感器信号特征。并通过引入轻量化模型结构,在保证模型精准性的前提下降低推理延迟。首先,通过融合先验机理知识与传感器信号特征,构建关键部件数字孪生体。然后,设计先验知识嵌入模块来提升深度学习模型对融合特征的表征能力。最后,基于帕累托最优化理论,设计考虑准确性指标和计算效率指标的多目标优化方法,对基于深度学习的诊断模型进行结构优化设计,并引入可解释性框架对深度学习模型决策过程进行分析。结果表明,所设计的关键部件数字孪生体能够提供丰富的先验信息从而加速模型收敛。基于帕累托最优化理论的训练策略,能够搜索到设定指标的相对最优解,从而在保证模型精准性的前提下有效降低模型推理延迟。

关键词：可解释深度学习先验知识嵌入数字孪生帕累托最优化低延迟推理

基于光子学的线性调频微波信号产生技术进展(特邀)

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第15期44卷 507-521页

作者：邵帅杨四刚陈宏伟陈明华清华大学电子工程系北京100084 北京信息科学与技术国家研究中心北京100084

线性调频(LFM)信号以其具备大时间带宽积的优势已成为现代雷达系统中最为常用的波形之一。因受限于电子瓶颈,传统电学器件在产生高频、大带宽的信号方面已面临诸多挑战。相比之下,微波光子技术以其具有大可用带宽、低损耗、高灵活度等... 详细信息

线性调频(LFM)信号以其具备大时间带宽积的优势已成为现代雷达系统中最为常用的波形之一。因受限于电子瓶颈,传统电学器件在产生高频、大带宽的信号方面已面临诸多挑战。相比之下,微波光子技术以其具有大可用带宽、低损耗、高灵活度等优势现已成为最为可行的替代方案之一。本文首先综述了现有基于微波光子技术产生线性调频微波信号的方案,之后介绍了本课题组提出的一种基于锁相同步光源的信号产生方案。通过构建同步锁相环路实现了直流光源与扫频光源的实时锁定,拍频后实现了低相位噪声和高相参的信号产生。此外,本课题组所提出的信号产生方案还可实现中心频率、带宽和周期的灵活调节,产生的信号可以分别覆盖L至Ka波段。

关键词：微波光子学线性调频信号半导体激光器光锁相环

工业物联网数据管理中的系统负载均衡最优化问题及其求解

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中国科学:信息科学 2024年第10期54卷 2343-2367页

作者：张凌哲朱妤晴安彦哲訾源王建民清华大学软件学院北京信息科学与技术国家研究中心(清华大学) 大数据系统软件国家工程研究中心

工业物联网数据管理与数字中国基础设施建设紧密相关,是支撑提取工业大数据价值的基础.由于工业物联网数据源于设备,工业物联网数据管理系统面临着数据量、数据到达速度、负载多样性等更严峻的大数据挑战.为了应对这些挑战,工业物联网... 详细信息

工业物联网数据管理与数字中国基础设施建设紧密相关,是支撑提取工业大数据价值的基础.由于工业物联网数据源于设备,工业物联网数据管理系统面临着数据量、数据到达速度、负载多样性等更严峻的大数据挑战.为了应对这些挑战,工业物联网数据管理系统必须进行负载均衡,以充分利用可扩展的计算资源、提升系统性能.现有的负载均衡方法未能充分利用工业物联网数据典型的时序特性,无法应对工业物联网数据管理的上述挑战.本文针对工业物联网数据的时序特性,以读写差异化均衡为约束,建模了负载均衡最优化问题,以匹配工业物联网数据的读写分离特性;提出了负载均衡方案TsLBOpt,集成了简化系统架构的非侵入式负载统计与估算方法,利用分片细分与自适应复制以扩充解空间的整数规划最优化求解方法,以及基于贪心策略最小化数据迁移代价的数据重分布方法.TsLBOpt在清华大学获日内瓦国际发明展金奖的开源时序数据管理系统IginX中进行了实现,并基于多容器构建的集群系统开展了大量实验,结果表明,本文提出的TsLBOpt相比常用的哈希方法、经典的启发式热数据迁移法、前沿工作DynaHash分别可提升系统整体性能至2倍、10倍、4倍以上,且可有效应用于资源异构、组件异构的异构集群系统中.

关键词：工业物联网物联网数据管理负载均衡性能最优化时序数据

一种阴离子浸出策略合成金属羟基氧化物用于电催化甘油氧化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

物理化学学报 2024年第7期40卷 43-46页

作者：王烨葛瑞翔刘翔李敬段昊泓清华大学化学系北京100084 清华大学化学系稀土新材料教育部工程研究中心北京100084

亲核氧化反应在可持续生产增值化学品中扮演着重要角色。电催化甘油氧化反应作为亲核氧化反应的一种重要类型,可以制得包括甲酸在内的C_(1)至C_(3)衍生产物。非贵金属氢氧化物/羟基氧化物被广泛应用于甘油氧化反应,但在中等电位下难以... 详细信息

亲核氧化反应在可持续生产增值化学品中扮演着重要角色。电催化甘油氧化反应作为亲核氧化反应的一种重要类型,可以制得包括甲酸在内的C_(1)至C_(3)衍生产物。非贵金属氢氧化物/羟基氧化物被广泛应用于甘油氧化反应,但在中等电位下难以达到工业级电流密度(大于300 mA·cm^(-2))。研究表明,氢氧化物/羟基氧化物催化的甘油氧化反应通过间接氧化机理进行,即通过电生成的含有亲电吸附氧的羟基氧化物氧化亲核试剂(甘油)。因此,理解甘油氧化反应中电催化剂的演变至关重要。在本文中,通过循环伏安法活化钼酸镍(NiMoO_(4)),开发了一种钼掺杂的羟基氧化镍(Mo-NiOOH)催化剂。通过多种表征方法对Mo-NiOOH进行了系统表征,结果显示,Mo-NiOOH继承了NiMoO_(4)前驱体的纳米片阵列形貌,但Mo含量降低,证明循环伏安法活化后实现了从氧化物到羟基氧化物的相重构。此外,Mo-NiOOH中Ni^(3+)/Ni^(2+)的比例高于循环伏安法活化制备的NiOOH。在活化过程中,Mo物种从NiMoO_(4)中浸出,制备得到的Mo-NiOOH保留了NiMoO_(4)前驱体的纳米片阵列形貌。与氢氧化镍(Ni(OH)_(2))经循环伏安法活化合成的NiOOH相比,Mo-NiOOH具有更高的Ni^(3+)/Ni^(2+)比例以及更高的电化学比表面积(ECSAs),且促进了Ni^(2+)氧化为Ni^(3+)。因此,Mo-NiOOH达到高电流密度(400mA·cm^(-2))的电位(1.51V ***)低于NiOOH(1.84 V ***)。此外,Mo-NiOOH表现出高于NiOOH的甲酸盐法拉第效率(84.7%vs.59.6%),表明钼掺杂加速了碳-碳键断裂。多电位阶跃实验显示,NiOOH和Mo-NiOOH催化的甘油电氧化通过类似的羟基氧化物介导的间接氧化机理进行。原位电化学阻抗谱和原位拉曼光谱证实,Mo掺杂促进了甘油氧化反应动力学以及Ni^(2+)氧化为Ni^(3+)的过程,导致Mo-NiOOH比NiOOH具有更高的活性和甲酸选择性。本研究通过可溶性阴离子浸出策略来调节羟基氧化物表面结构,为设计高性能亲核氧化反应电催化剂提供了指导。

关键词：循环伏安法活化电催化甘油电氧化羟基氧化物重构

维普期刊数据库博看期刊

电催化氮集成二氧化碳还原反应合成有机氮化合物

在线全文

学校读者我要写书评

暂无评论

物理化学学报 2024年第8期40卷 4-7页

作者：孔燕危伟徐乐凯陈晨清华大学化系先进稀土材料工程研究中心北京100084

以化石能源如煤、石油和天然气为主要能源的社会发展模式,不仅导致不可再生资源枯竭,还引发大气中CO_(2)浓度持续上升的问题。随着人们对能源结构认识的深化和生态环境保护意识的增强,寻求有效的清洁CO_(2)固定和转化技术已成为研究热... 详细信息

以化石能源如煤、石油和天然气为主要能源的社会发展模式,不仅导致不可再生资源枯竭,还引发大气中CO_(2)浓度持续上升的问题。随着人们对能源结构认识的深化和生态环境保护意识的增强,寻求有效的清洁CO_(2)固定和转化技术已成为研究热点。这些技术可利用太阳能、风能、潮汐能和地热能等可再生能源,促进人工碳循环、碳储存,并缓解环境恶化。在众多CO_(2)固定和催化转化技术中,常温常压下的CO_(2)还原技术受到可再生能源的驱动,有助于人工碳循环、碳储存,减轻环境退化。目前,水溶液中的电催化CO_(2)还原研究已取得显著进展,但在制造其他重要的有机小分子,如尿素、酰胺、胺及其衍生物,甚至氨基酸方面,仍有未开发的潜力。这些产品在肥料、化学品合成、医药化学和航空工业等领域有广泛应用,引起了广泛研究兴趣。通过氮集成的电催化CO_(2)还原反应制造有机氮化合物,能显著提高CO_(2)电还原技术的实际应用价值,同时也为生物小分子的起源提供参考,因此具有重要意义。然而,该过程涉及CO_(2)和含氮无机物的电化学耦合,包含多步电子和质子转移过程,因此面临着缓慢的动力学和复杂的反应机制。在本综述中,我们详细讨论了氮集成电催化CO_(2)还原生成不同产物的具体反应路径和合理的催化剂设计策略,这对于指导高效电催化剂的设计至关重要。尽管已经通过一系列策略取得了一定的研究进展,但仍然存在一些需要解决的挑战,这限制了它们在大规模实际应用中的发展。最后,我们对该领域的发展限制和改进的可能方向进行了讨论,希望这能有助于氮集成电催化CO_(2)还原反应催化剂的进一步发展。

关键词： CO_(2)还原反应含氮化合物有机氮化合物电催化 C-N偶联