人工智能深度学习在智慧水利中应用研究.pdf

汇报 时间： 2020年1月11 日 1. 智慧水利业务需求 2. 人工智能发展深度学习 3. 大数据 时代 的人工智能 4 . 实践研 究 5. 应 用展望 • 智慧水利业务 需求 • 人工智能发展 深度学习 • 大数据时代的 人工智能 业务管理一体化 “智慧水利”：应用云计 • 实践研究 • 应用展望 算、物联网、大数据、移 水利监控可视化 动互联网和人工智能等新 一代信息通讯技术，实现 水利信息规范化 对水利对象及活动的透彻 感知、全面互联、智能应 水利资源共享化 用与泛在服务，从而促进 2 水治理体系和能力现代化。 水利决策科学化 • 智慧水利业务 需求 • 人工智能发展 人工智能系统具有 自我学习、 深度学习 推理、判断和 自适应能力。主要应 • 大数据时代的 用在优化设计、故障诊断、智能检 人工智能 测、系统管理等领域。 • 实践研究 借助于人工智能技术优势, 优 • 应用展望 化水利工程管理的流程, 提升管理 工作效能, 统筹提升智慧化管理和 服务水平 ，对水利行业 “补短板、 强监管”发挥积极作用。 3 • 智慧水利业务 需求 • 人工智能发展 深度学习 • 大数据时代的 人工智能 • 实践研究 • 应用展望 4 • 智慧水利业务 需求 • 人工智能发展 深度学习 • 大数据时代的 人工智能 • 实践研究 • 应用展望 5 • 智慧水利业务 需求 • 人工智能发展 深度学习 • 大数据时代的 人工智能 • 实践研究 • 应用展望 6 • 智慧水利业务 需求 • 人工智能发展 深度学习 • 大数据时代的 人工智能 • 实践研究 • 应用展望 深度学习是通过构建包含多个隐含层的神经网络模型 ，以更少的单层参数 与更深的网络结构 ，通过海量训练数据 ，来学习特征的多层抽象表示 ，从而最 终提升分类或预测的准确性。 7 １）强调模型结构的深度 ；２）突出特征学习。 • 智慧水利业务 需求 • 人工智能发展 大数据 指大小超出了常用 深度学习 软件工具在运行时间内可以承受 • 大数据时代的 的收集、管理和处理数据能力的 人工智能 数据集。 • 实践研究 • 应用展望 大数据真正价值不在