XiaoMi-AI文件搜索系统
World File Search SystemIssat
iCiraste'2021
组织委员会成员Hafedh Dhiflaoui，教授助理（突尼斯Issat Kasserine）。omen Masmoudi，教授助理（突尼斯·卡塞林）。Monia Tlili，教授助理（突尼斯Issat Kasserine）。艾哈迈德·克塔里（Ahmed Ktari），教授助理（法国Aix-en-Provence的工艺品巴黎理工学院）。Sayed Missaoui，教授助理（突尼斯的Issat Kasserine）。Chaabani说，教授助理（突尼斯Issat Kasserine）。Mansour Hajji，教授助理（突尼斯Issat Kasserine）。Mohsen Ejday，教授助理（突尼斯Issat Kasserine）。Abdelhamid Helali，教授助理（突尼斯Isim Monastir）。Tarek Homri，教授助理（突尼斯Issat Kasserine）。Yassine Bouazzi，教授助理（突尼斯的Issat Kasserine）。wajdi saadaoui，教授助理（突尼斯Issat Gafsa）。Abdallah Messaoudi（突尼斯的Issat Kasserine）
基于比较分析的并网/离网可再生能源系统多标准评估：案例研究
2 布加勒斯特理工大学电力工程学院电力系统系，Splaiul Independentei，313号，第 6 区，布加勒斯特，罗马尼亚 3 哈立德国王大学电气工程系，艾卜哈 61411，沙特阿拉伯 4 突尼斯埃尔马纳尔大学突尼斯国立工程学院电气系统实验室，突尼斯 1002，突尼斯 5 马鲁阿大学国家高级工程学院可再生能源系，马鲁阿 PO Box 46，喀麦隆 6 莫纳斯提尔大学 LASEE 实验室，莫纳斯提尔 5000，突尼斯 苏塞大学 ISSAT of Sousse，苏塞 4003，突尼斯 * 通讯地址：rubenziebafalama@gmail.com (RZF); v_dumbrava@yahoo.com （视频）
Kim Phuc Tran. 人工智能在智能制造中的应用：方法与应用。传感器，2021 年。�hal-03544235�
1. Henning, K. 实施工业 4.0 战略计划的建议；美国国家科学与工程院：华盛顿特区，美国，2013 年。 2. Nguyen, H.；Tran, K.；Zeng, X.；Koehl, L.；Castagliola, P.；Bruniaux, P. 智能工厂中的工业物联网、大数据和人工智能：调查与展望。ISSAT 国际商业、金融和工业数据科学会议论文集，越南岘港，2019 年 7 月 5 日至 9 日。 3. He, Z.；Tran, KP；Thomassey, S.；Zeng, X.；Xu, J.；Yi, C. 基于深度强化学习的多标准决策支持系统，用于优化纺织化学工艺。计算机。 Ind. 2021 ，125 ，103373。4. He, Z.；Tran, KP；Thomassey, S.；Zeng, X.；Xu, J.；Yi, C. 使用基于深度 Q 网络的多智能体强化学习对纺织制造过程进行多目标优化。J. Manuf. Syst. 2021 ，即将出版。5. He, Z.；Tran, KP；Thomassey, S.；Zeng, X.；Xu, J.；Changhai, Y. 使用极限学习机、支持向量回归和随机森林对活性染色棉的褪色臭氧化进行建模。文本。Res. J. 2020 ，90 ，896–908。6. Huong, TT；Bac, TP；Long, DM；Luong, TD；Dan, NM；Thang, BD； Tran, KP 使用工业控制系统中的异常检测检测网络攻击：一种联邦学习方法。Comput. Ind. 2021，132，103509。7. Frank, AG；Dalenogare, LS；Ayala, NF 工业 4.0 技术：制造公司的实施模式。Int. J. Prod. Econ. 2019，210，15–26。8. Alcácer, V.；Cruz-Machado, V. 扫描工业 4.0：制造系统技术文献综述。Eng. Sci. Technol. Int. J. 2019，22，899–919。9. Song, Z.；Sun, Y.；Wan, J.；Liang, P. 面向服务制造信息物理系统的数据质量管理。Comput. Electr. Eng. 2017 ，64 ，34–44。10. 徐勇；孙勇；万建；刘晓玲；宋哲。工业大数据故障诊断：分类、评论和应用。IEEE Access 2017 ，5 ，17368–17380。11. 黄PM；李CH 使用深度学习和传感器融合估计刀具磨损和表面粗糙度发展。传感器 2021 ，21 ，5338，doi：10.3390/s21165338。12. 金TH；金HR；Cho, YJ 通过深度学习进行产品检测方法概述。传感器 2021 ，21 ，5039，doi：10.3390/s21155039。13. 黄YC； Chen, YH 使用长短期记忆预测牙科空气涡轮手机在铣削过程中的剩余使用寿命和退化评估。传感器 2021，21，4978，doi：10.3390/s21154978。14. Kim, J.；Ko, J.；Choi, H.；Kim, H. 通过跳跃连接卷积自动编码器使用深度学习检测印刷电路板缺陷。传感器 2021，21，4968，doi：10.3390/s21154968。15. Xia, K.；Saidy, C.；Kirkpatrick, M.；Anumbe, N.；Sheth, A.；Harik, R. 走向机器视觉系统的语义集成以帮助理解制造事件。传感器 2021 , 21 , 4276,doi:10.3390/s21134276。16. Sharma, S.；Koehl, L.；Bruniaux, P.；Zeng, X.；Wang, Z. 开发智能数据驱动系统以推荐个性化时装设计解决方案。传感器 2021，21，4239，doi：10.3390/s21124239。17. Yang, S.；Xu, Z.；Wang, J. 通过深度强化学习实现动态排列流水车间的智能调度决策。传感器 2021，21，1019，doi：10.3390/s21031019。