人工智能工程應用實例： 發(fā)動機排放數(shù)據(jù)學習及預測

適用人群：主要是面向?qū)θ斯ぶ悄芘c機器學習技術在工程中的實際應用感興趣的各行業(yè)相關工程人員。

人工智能工程應用實例： 發(fā)動機排放數(shù)據(jù)學習及預測08-18 19:30

人工智能和機器學習是當前最熱門和前沿的領域，作為工程人員我們更關心如何將人工智能的相應技術與工程實踐相結合。本次將介紹我們在這方面進行的一些嘗試。

隨著環(huán)保意識的加強,汽車排放法規(guī)愈加嚴格,?國六排放法規(guī)引入了實際行駛污染物排放(Real Drive Emission)測試，簡稱RDE,用以監(jiān)控車輛實際行駛過程的排放水平?；诜抡鎸DE進行預測面臨很難兼顧眾多復雜工況等困難。而隨著人工智能的廣泛應用,機器學習算法廣泛應用于基于數(shù)據(jù)的預測研究。我們嘗試使用機器學習算法對發(fā)動機排放的實測時序數(shù)據(jù)進行了相應的學習和預測，取得了一些初步的成果。本次將對該工程應用實例的方法、過程和結果進行相應的介紹。

課程大綱：

1.項目背景說明

2.相關機器學習算法介紹

3.學習過程與要點

4.結果分析

5.應用場景

6.總結