【技术实现步骤摘要】
本申请涉及深度学习和工业数据评估，特别是涉及一种工业模型自动化部署及更新方法、系统、设备和存储介质。
技术介绍
1、近年来，随着工业4.0概念的兴起，智能制造成为了全球制造业转型的重要方向。在这个背景下，如何利用先进的信息技术来提升工业生产的效率、降低成本、提高产品质量，成为了众多企业关注的焦点。特别是，深度学习作为一种强大的人工智能技术，已经在图像识别、语音处理等多个领域展现了其巨大的潜力。然而，在实际工业应用中，传统的模型训练和部署方法面临着诸多挑战：首先，由于工业数据的多样性和复杂性，传统的统计分析方法难以有效提取特征，而深度学习则能更好地处理高维度、非结构化的数据，提供更精确的预测和决策支持。但是，深度学习模型的训练往往需要大量的计算资源和支持，这对于资源有限的传统工业企业来说是一个难题。其次，工业模型的更新通常依赖人工操作，不仅耗时长，而且容易出错。尤其是在动态变化的工业环境中，模型需要根据新的数据快速调整以保持其有效性。在对训练好的工业模型部署后，缺乏模型运行的持续监控和评估。现行方案多采用周期性评估方式和日志记录与分析。这...
【技术保护点】
1.一种工业模型自动化部署及更新方法，其特征在于，所述方法包括：
2.根据权利要求1所述的工业模型自动化部署及更新方法，其特征在于，所述指定生成环境中多种类型的原始数据包括传感器数据、视频数据以及业务数据。
3.根据权利要求2所述的工业模型自动化部署及更新方法，其特征在于，所述在线开发工具包括画布建模和Notebook建模。
4.根据权利要求3所述的工业模型自动化部署及更新方法，其特征在于，所述工业模型运行参数为预先设定的模型性能指标项，包括可行度、故障率以及响应时间。
5.根据权利要求4所述的工业模型自动化部署及更新方...
【技术特征摘要】
1.一种工业模型自动化部署及更新方法，其特征在于，所述方法包括：
2.根据权利要求1所述的工业模型自动化部署及更新方法，其特征在于，所述指定生成环境中多种类型的原始数据包括传感器数据、视频数据以及业务数据。
3.根据权利要求2所述的工业模型自动化部署及更新方法，其特征在于，所述在线开发工具包括画布建模和notebook建模。
4.根据权利要求3所述的工业模型自动化部署及更新方法，其特征在于，所述工业模型运行参数为预先设定的模型性能指标项，包括可行度、故障率以及响应时间。
5.根据权利要求4所述的工业模型自动化部署及更新方法，其特征在于，根据所述工业模型运行参数对所述工业模型进行评估包括：
6.根据权利要求5所述的工业模型自动化部署及更新方法，...
【专利技术属性】
技术研发人员：胡丹，田炜，谢宇，杨翔，滕磊，
申请(专利权)人：中电工业互联网有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。