Autor Zhao, Jun
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsqueda
Título : Data-Driven Prediction for Industrial Processes and Their Applications Tipo de documento: documento electrónico Autores: Zhao, Jun, Autor ; Wang, Wei (1972 July-), Autor ; Sheng, Chunyang, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVI, 443 p. 167 ilustraciones, 128 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-94051-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Artículos Inteligencia artificial Sistemas de seguridad La investigación de operaciones Minería de datos y descubrimiento de conocimientos Máquinas Herramientas Procesos Ciencia y tecnología de seguridad Investigación de Operaciones y Teoría de la Decisión Índice Dewey: 006.312 Minería de datos Resumen: Este libro presenta métodos de modelado y algoritmos para la predicción y previsión basada en datos de procesos industriales prácticos mediante el empleo de metodologías estadísticas y de aprendizaje automático. También se abordan y analizan estudios de casos relacionados, especialmente sobre sistemas energéticos en la industria del acero. Los estudios de caso de este volumen se basan enteramente tanto en problemas clásicos de predicción basados en datos como en requisitos de prácticas industriales. Figuras y tablas detalladas demuestran la efectividad y generalización de los métodos abordados, y las clasificaciones de los problemas de predicción abordados provienen de demandas industriales prácticas, más que de categorías académicas. De este modo, los lectores aprenderán los enfoques correspondientes para resolver sus problemas técnicos industriales. Aunque el contenido de este libro y sus estudios de casos provienen de la industria del acero, estas técnicas también pueden usarse para otras industrias de procesos. Este libro atrae a estudiantes, investigadores y profesionales dentro de las comunidades de aprendizaje automático, análisis de datos y minería. Nota de contenido: Preface -- Introduction -- Why the prediction is required for industrial process -- Introduction to industrial process prediction -- Category of industrial process prediction -- Common-used techniques for industrial process prediction -- Brief summary -- Data preprocessing techniques -- Anomaly detection of data -- Correction of abnormal data -- Methods of packing missing data -- Data de-noising techniques -- Data fusion methods -- Discussion -- Industrial time series prediction -- Introduction -- Methods of phase space reconstruction -- Prediction modeling -- Benchmark prediction problems -- Cases of industrial applications -- Discussion -- Factor-based industrial process prediction -- Introduction -- Methods of determining factors -- Factor-based single-output model -- Factor-based multi-output model -- Cases of industrial applications -- Discussion -- Industrial Prediction intervals with data uncertainty -- Introduction -- Common-used techniques for prediction intervals -- Prediction intervals with noisy outputs -- Prediction intervals with noisy inputs and outputs -- Time series prediction intervals with missing input -- Industrial cases of prediction intervals -- Discussion -- Granular computing-based long term prediction intervals -- Introduction -- Basic theory of granular computing -- Techniques of granularity partition -- Long-term prediction model -- Granular-based prediction intervals -- Multi-dimension granular-based long term prediction intervals -- Discussion -- Parameters estimation and optimization -- Introduction -- Gradient-based methods -- Evolutionary algorithms -- Nonlinear Kalman-filter estimation -- Probabilistic methods -- Gamma-test based noise estimation -- Industrial applications -- Discussion -- Parallel computing considerations -- Introduction -- CUDA-based parallel acceleration -- Hadoop-based distributed computation -- Other techniques -- Industrial applications to parallel computing -- Discussion -- Prediction-based scheduling of industrial system -- Introduction -- Scheduling of blast furnace gas system -- Scheduling of coke oven gas system -- Scheduling of converter gas system -- Scheduling of oxygen system -- Predictive scheduling for plant-wide energy system -- Discussion. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Data-Driven Prediction for Industrial Processes and Their Applications [documento electrónico] / Zhao, Jun, Autor ; Wang, Wei (1972 July-), Autor ; Sheng, Chunyang, Autor . - 1 ed. . - [s.l.] : Springer, 2018 . - XVI, 443 p. 167 ilustraciones, 128 ilustraciones en color.
ISBN : 978-3-319-94051-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Artículos Inteligencia artificial Sistemas de seguridad La investigación de operaciones Minería de datos y descubrimiento de conocimientos Máquinas Herramientas Procesos Ciencia y tecnología de seguridad Investigación de Operaciones y Teoría de la Decisión Índice Dewey: 006.312 Minería de datos Resumen: Este libro presenta métodos de modelado y algoritmos para la predicción y previsión basada en datos de procesos industriales prácticos mediante el empleo de metodologías estadísticas y de aprendizaje automático. También se abordan y analizan estudios de casos relacionados, especialmente sobre sistemas energéticos en la industria del acero. Los estudios de caso de este volumen se basan enteramente tanto en problemas clásicos de predicción basados en datos como en requisitos de prácticas industriales. Figuras y tablas detalladas demuestran la efectividad y generalización de los métodos abordados, y las clasificaciones de los problemas de predicción abordados provienen de demandas industriales prácticas, más que de categorías académicas. De este modo, los lectores aprenderán los enfoques correspondientes para resolver sus problemas técnicos industriales. Aunque el contenido de este libro y sus estudios de casos provienen de la industria del acero, estas técnicas también pueden usarse para otras industrias de procesos. Este libro atrae a estudiantes, investigadores y profesionales dentro de las comunidades de aprendizaje automático, análisis de datos y minería. Nota de contenido: Preface -- Introduction -- Why the prediction is required for industrial process -- Introduction to industrial process prediction -- Category of industrial process prediction -- Common-used techniques for industrial process prediction -- Brief summary -- Data preprocessing techniques -- Anomaly detection of data -- Correction of abnormal data -- Methods of packing missing data -- Data de-noising techniques -- Data fusion methods -- Discussion -- Industrial time series prediction -- Introduction -- Methods of phase space reconstruction -- Prediction modeling -- Benchmark prediction problems -- Cases of industrial applications -- Discussion -- Factor-based industrial process prediction -- Introduction -- Methods of determining factors -- Factor-based single-output model -- Factor-based multi-output model -- Cases of industrial applications -- Discussion -- Industrial Prediction intervals with data uncertainty -- Introduction -- Common-used techniques for prediction intervals -- Prediction intervals with noisy outputs -- Prediction intervals with noisy inputs and outputs -- Time series prediction intervals with missing input -- Industrial cases of prediction intervals -- Discussion -- Granular computing-based long term prediction intervals -- Introduction -- Basic theory of granular computing -- Techniques of granularity partition -- Long-term prediction model -- Granular-based prediction intervals -- Multi-dimension granular-based long term prediction intervals -- Discussion -- Parameters estimation and optimization -- Introduction -- Gradient-based methods -- Evolutionary algorithms -- Nonlinear Kalman-filter estimation -- Probabilistic methods -- Gamma-test based noise estimation -- Industrial applications -- Discussion -- Parallel computing considerations -- Introduction -- CUDA-based parallel acceleration -- Hadoop-based distributed computation -- Other techniques -- Industrial applications to parallel computing -- Discussion -- Prediction-based scheduling of industrial system -- Introduction -- Scheduling of blast furnace gas system -- Scheduling of coke oven gas system -- Scheduling of converter gas system -- Scheduling of oxygen system -- Predictive scheduling for plant-wide energy system -- Discussion. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i EKAW 2016 Satellite Events, EKM and Drift-an-LOD, Bologna, Italy, November 19–23, 2016, Revised Selected Papers / Ciancarini, Paolo ; Poggi, Francesco ; Horridge, Matthew ; Zhao, Jun ; Groza, Tudor ; Suárez-Figueroa, Mari Carmen ; d'Aquin, Mathieu ; Presutti, Valentina
Título : EKAW 2016 Satellite Events, EKM and Drift-an-LOD, Bologna, Italy, November 19–23, 2016, Revised Selected Papers Tipo de documento: documento electrónico Autores: Ciancarini, Paolo, ; Poggi, Francesco, ; Horridge, Matthew, ; Zhao, Jun, ; Groza, Tudor, ; Suárez-Figueroa, Mari Carmen, ; d'Aquin, Mathieu, ; Presutti, Valentina, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XIV, 288 p. 61 ilustraciones ISBN/ISSN/DL: 978-3-319-58694-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Procesamiento del lenguaje natural (Informática) Teoría de las máquinas Procesamiento de datos Tecnología de la información Procesamiento del lenguaje natural (PNL) Lenguajes formales y teoría de los autómatas Minería de datos y descubrimiento de conocimientos Aplicación Informática en Tratamiento de Datos Administrativos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro contiene los artículos mejor seleccionados de dos eventos satélite celebrados en la 20ª Conferencia Internacional sobre Ingeniería del Conocimiento y Gestión del Conocimiento, EKAW 2016, en noviembre de 2016 en Bolonia, Italia: el Segundo Taller Internacional sobre Gestión del Conocimiento Educativo, EKM 2016, y el Primer Taller: Detección, representación y gestión de la deriva de conceptos en datos abiertos vinculados, Drift-an-LOD 2016. Los 6 artículos completos revisados incluidos en este volumen fueron cuidadosamente revisados y seleccionados de los 13 artículos completos que fueron aceptados para su presentación en la conferencia de las 82 presentaciones iniciales. Este volumen también contiene las 37 contribuciones aceptadas para los tutoriales, las sesiones de demostración y carteles de EKAW 2016, y el consorcio doctoral. El enfoque especial del EKAW de este año fue el "conocimiento en evolución", que se refiere a todos los aspectos de la gestión y adquisición de representaciones de conocimiento de modelos locales, contextuales y en evolución. Esto incluye gestión de cambios, detección de tendencias, evolución de modelos, flujo de datos y razonamiento de flujos, procesamiento de eventos, modelos dependientes del tiempo y el espacio, representaciones de conocimiento contextual y local con especial énfasis en la capacidad de evolución y localización del conocimiento y el uso correcto de estos límites. . En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i EKAW 2016 Satellite Events, EKM and Drift-an-LOD, Bologna, Italy, November 19–23, 2016, Revised Selected Papers [documento electrónico] / Ciancarini, Paolo, ; Poggi, Francesco, ; Horridge, Matthew, ; Zhao, Jun, ; Groza, Tudor, ; Suárez-Figueroa, Mari Carmen, ; d'Aquin, Mathieu, ; Presutti, Valentina, . - 1 ed. . - [s.l.] : Springer, 2017 . - XIV, 288 p. 61 ilustraciones.
ISBN : 978-3-319-58694-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Procesamiento del lenguaje natural (Informática) Teoría de las máquinas Procesamiento de datos Tecnología de la información Procesamiento del lenguaje natural (PNL) Lenguajes formales y teoría de los autómatas Minería de datos y descubrimiento de conocimientos Aplicación Informática en Tratamiento de Datos Administrativos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro contiene los artículos mejor seleccionados de dos eventos satélite celebrados en la 20ª Conferencia Internacional sobre Ingeniería del Conocimiento y Gestión del Conocimiento, EKAW 2016, en noviembre de 2016 en Bolonia, Italia: el Segundo Taller Internacional sobre Gestión del Conocimiento Educativo, EKM 2016, y el Primer Taller: Detección, representación y gestión de la deriva de conceptos en datos abiertos vinculados, Drift-an-LOD 2016. Los 6 artículos completos revisados incluidos en este volumen fueron cuidadosamente revisados y seleccionados de los 13 artículos completos que fueron aceptados para su presentación en la conferencia de las 82 presentaciones iniciales. Este volumen también contiene las 37 contribuciones aceptadas para los tutoriales, las sesiones de demostración y carteles de EKAW 2016, y el consorcio doctoral. El enfoque especial del EKAW de este año fue el "conocimiento en evolución", que se refiere a todos los aspectos de la gestión y adquisición de representaciones de conocimiento de modelos locales, contextuales y en evolución. Esto incluye gestión de cambios, detección de tendencias, evolución de modelos, flujo de datos y razonamiento de flujos, procesamiento de eventos, modelos dependientes del tiempo y el espacio, representaciones de conocimiento contextual y local con especial énfasis en la capacidad de evolución y localización del conocimiento y el uso correcto de estos límites. . En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Third China Conference, CCKS 2018, Tianjin, China, August 14–17, 2018, Revised Selected Papers Tipo de documento: documento electrónico Autores: Zhao, Jun, ; Harmelen, Frank van, ; Tang, Jie, ; Han, Xianpei, ; Wang, Quan, ; Li, Xianyong, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2019 Número de páginas: XVI, 143 p. 77 ilustraciones, 45 ilustraciones en color. ISBN/ISSN/DL: 978-981-1331466-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia artificial Teoría de las máquinas Tecnología de la información Procesamiento de datos Lenguajes formales y teoría de los autómatas Aplicación Informática en Tratamiento de Datos Administrativos Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro constituye las actas arbitradas de la Tercera Conferencia de China sobre Gráficos de Conocimiento y Computación Semántica, CCKS 2018, celebrada en Tianjin, China, en agosto de 2018. Los 27 artículos completos revisados y los 2 artículos breves revisados presentados fueron cuidadosamente revisados y seleccionados entre 101 presentaciones. . Los artículos cubren amplios campos de investigación que incluyen el gráfico de conocimiento, la extracción de información, la representación y el razonamiento del conocimiento y los datos vinculados. Nota de contenido: Towards answering geography questions in Gaokao: a hybrid approach -- Distant supervision for chinese temporal tagging -- Convolutional neural network-based question answering over knowledge base with type constraint -- MMCRD: An effective algorithm for deploying monitoring point on social network -- Deep learning for knowledge-driven ontology stream prediction -- DSKG: a Deep sequential model for knowledge graph completion -- Pattern learning for Chinese open information extraction -- Adversarial training for relation classification with attention based gate mechanism -- A novel approach on entity linking for encyclopedia infoboxes -- Predicting concept-based research trends with rhetorical framing -- Knowledge augmented inference network for natural language inference -- Survey on schema induction from knowledge graphs. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Third China Conference, CCKS 2018, Tianjin, China, August 14–17, 2018, Revised Selected Papers [documento electrónico] / Zhao, Jun, ; Harmelen, Frank van, ; Tang, Jie, ; Han, Xianpei, ; Wang, Quan, ; Li, Xianyong, . - 1 ed. . - Singapore [Malasya] : Springer, 2019 . - XVI, 143 p. 77 ilustraciones, 45 ilustraciones en color.
ISBN : 978-981-1331466--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia artificial Teoría de las máquinas Tecnología de la información Procesamiento de datos Lenguajes formales y teoría de los autómatas Aplicación Informática en Tratamiento de Datos Administrativos Minería de datos y descubrimiento de conocimientos Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro constituye las actas arbitradas de la Tercera Conferencia de China sobre Gráficos de Conocimiento y Computación Semántica, CCKS 2018, celebrada en Tianjin, China, en agosto de 2018. Los 27 artículos completos revisados y los 2 artículos breves revisados presentados fueron cuidadosamente revisados y seleccionados entre 101 presentaciones. . Los artículos cubren amplios campos de investigación que incluyen el gráfico de conocimiento, la extracción de información, la representación y el razonamiento del conocimiento y los datos vinculados. Nota de contenido: Towards answering geography questions in Gaokao: a hybrid approach -- Distant supervision for chinese temporal tagging -- Convolutional neural network-based question answering over knowledge base with type constraint -- MMCRD: An effective algorithm for deploying monitoring point on social network -- Deep learning for knowledge-driven ontology stream prediction -- DSKG: a Deep sequential model for knowledge graph completion -- Pattern learning for Chinese open information extraction -- Adversarial training for relation classification with attention based gate mechanism -- A novel approach on entity linking for encyclopedia infoboxes -- Predicting concept-based research trends with rhetorical framing -- Knowledge augmented inference network for natural language inference -- Survey on schema induction from knowledge graphs. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
