摘要 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等领域的一个热门研究课题。它在视频监控、虚拟现实、人机交互、自主导航等领域有着广泛的应用。本文详细介绍了该领域的发展历史、最新进展和典型方法。首先,根据处理的数据对象不同,将目标检测分为基于背景建模的方法和基于前景建模的方法。进一步分别总结了背景建模和特征表示。然后,根据是否涉及检测过程,将目标跟踪分为生成式和判别式方法。介绍了基于统计的外观建模。此外,还讨论了典型算法的优缺点。给出了不同算法在基准数据集上的表现。最后,总结了尚未解决的问题。讨论了该领域的未来趋势。
摘要 牵引传动系统作为高速列车的动力系统,是保障高速列车安全稳定运行的关键系统之一。故障测试验证平台是保证高速列车实时故障诊断方法有效应用的重要途径。针对高速列车牵引传动系统故障测试验证平台面临的挑战性问题,分析了故障注入、仿真可靠性评估、算法性能评估、仿真平台实现的方法与技术,并总结了针对上述问题的一些解决方案。在此基础上,提出并搭建了集高速列车实时仿真、故障场景真实模拟、随机故障测试和故障诊断算法评估为一体的高速列车牵引传动系统故障测试验证平台。最后对高速列车安全监测与验证平台未来的研究方向进行了总结和展望。关键词故障测试,验证平台,故障注入,测试评估,高速列车牵引传动系统引用杨超,彭涛,杨春华,陈志文,桂伟华。高速列车牵引传动系统故障测试与验证仿真平台。自动化学报,2019,45(12):2218−2232
近年来,由于能够从数据中提取模式并产生有价值的决策知识,因此对深度学习技术的使用已获得流行。深层神经网络的几种应用正在能量领域增长。建立越来越可持续的建筑物或工厂的挑战使使用机器学习技术来预测他们所需的能源需求并重新分配能源以避免浪费。在与可持续性有关的所有情况下,能源效率至关重要,并且使用深度学习技术可以准确预测能源需求,从而使能源系统能够根据需要将能源重新分配给客户。但是,在此类应用程序中要处理的数据量增加提出了重大挑战。深度神经网络变得越来越复杂,需要许多隐藏层来处理数据。此外,文献中的现有模型需要对超参数进行临时调整,以最大程度地提高准确性。为了解决这个问题,已经开发了几种技术来生成自动深度神经网络,以改善多元时间序列问题的性能,例如在能源需求预测的情况下。所有这些技术均表示为自动化机器学习(AUTOML)[1],可以分为两种类型:神经体系结构搜索(NAS)和超参数优化(HPO)。神经体系结构搜索方法基于优化算法,以选择适合数据集的最佳神经网络体系结构,并避免过度适应以达到最佳模型精度。另一方面,超参数优化选择了最大化这种网络性能的神经网络体系结构的最佳超参数。可以将预测客户的能源需求(例如建筑物或工厂)的问题建模为多元时间序列,因为几个变量可能会影响所需能源的需求。在[2]中,已经证明了变量如何在多变量时间序列预测中相互影响,并且使用元神经算法可以帮助选择每个变量的最佳预测指标,从而提高预测的准确性。在这项研究工作中,我们采用了自动化机器学习算法,称为GP-NAS(通用神经架构搜索),发表在[3]中,设计了一种神经网络体系结构,可最大程度地提高医院设施中能源消费的性能[4]。我们的目标是展示如何在多元时间序列预测问题中使用我们的算法,从而为设计在该领域使用的深神经网络体系结构提供了宝贵的贡献。
公共服务规定的自动化已引起了人们的重新关注,因为据说新兴技术可以自动化以前被视为需要人类参与的任务。但是,这些自动化技术的优点经常被夸大。需要更多关于公共服务自动化的知识,并且可以从研究人自动互动的相邻研究领域中学到很多知识。以身作则,这项工作应用了贝恩布里奇(Bainbridge)(1983)的自动化概念。目的是(1)呈现自动化的讽刺,(2)在公共服务环境中实施自动化系统时,阐明了这些讽刺意味的如何发挥作用,以及(3)概述对公共服务自动化的含义。这是通过将自动化讽刺与瑞典地方政府的机器人过程自动化(RPA)开发的当代研究联系起来来实现的。该分析产生了五个讽刺和对公共服务自动化的影响。对公共服务自动化的讽刺和影响直接关注未来自动化实施中必须承认的关键挑战,并表明需要进一步的调查和理论发展,例如,自动化引入的问题;自动化遵循的任务,角色和职责;如何以促进监视,接管和维护的方式设计人与自动化系统之间的接口;以及评估自动化系统影响和质量的工具和方法。因此,本文为未来的实证研究和公共服务自动化的进一步发展奠定了基础。
BIM、游戏化和虚拟现实应用更常用于满足面向制造和装配的设计 (DfMA) 的需求。本文介绍了一项全面的研究,以利用这些技术的创新方法和能力。这项研究专门用于实施预算和时间有限的中小型建筑和施工实践,用于可视化创建。收集到的证据证明,结合 BIM 的游戏式平台可以向客户提供简化的数据交付,从而提高客户满意度、信心和增加销售额。设计的工作流程和模板在一家小型自建建筑公司的案例研究中进行了测试。员工接受了正确提供 BIM 数据和使用提供的游戏模板的培训。案例研究表明,VR House Configurator 创建的自动化是可以实现的。研究的结果是一个集成解决方案,用于在游戏环境中重新生成 BIM 模型,并利用房屋配置器的组织家具库和成本界面。此外,可用性测试证实了所开发的框架和工具在应对自建行业所面临的挑战方面的适用性、实用性和有效性。最后,该研究为该行业的公司提供了一种新方法、实施创新变革的分步指南以及方法和工作流程的详细描述。