机智云人工智能，重新定义物联网机器学习
本帖最后由 Genius 于 2016-12-5 18:25 编辑人工智能在第三次最近十年浪潮中，工业界取得了一些进步的成果。首当其推深度神经网络，其模型和算法和传统的方法是有本质的不同，虽然它与我们人类的神经网络相比，还有很多不足，但是确实在架构和描述方面有其强大之处;其次，大数据。随着移动互联网的迅猛发展，数据每天都是以指数级增加，通过手机和微信等，人们可以随时随地把视觉、听觉上的这些数据轻松地传到网上，汇聚起来形成大数据;第三，涟漪效应。随着移动互联网的发展，各种软件、各种设备接触用户的门槛极大地降低了。
人工智能应用范围：1）制造业：
[*]使之具备以下特点：异常检测、预测性维护、需求检测、工序优化
2）零售业
[*]使之具备以下特点：库存预测、推荐引擎、市场分类、供应链优化
3）保险业
[*]使之具备以下特点：异常行为检测、行为检测、自动评估
4）运输业
[*]使之具备以下特点：调度优化、供需预测、资产监控检测
5）公用业 能源、水、天然气等
[*]使之具备以下特点：供需预测、资源调度、动态定价
6）健康业
[*]使之具备以下特点：异常数据监测、历史数据相关、用户行为识别
ECE雾计算功能介绍：
可以解决以下问题：1、模组的通用性。
[*]企业产品不需要再更改已有产品的协议，只需要告知模组原有的协议，物理上能够通讯上，就可以通过云端适配的方法，让模组能够接收到这些产品的数据。这些通讯层的 协议通常包含包头、包尾、校验方式、通讯物理参数等。从而能够降低开发成本，缩短开发周期。
2、可以很方便的解析转换设备的业务协议。
[*]当数据获取后，模组可以拿到有效的数据字段， 云端可以给模组推送这个设备的数据的解析防范，从而转换成APP或者云端能够理解的数据格式。 云端和APP不需要再做特殊的解析，就可以实现设备的连接。从而能够降低开发成本，缩短开发周期。
3、能够实现数据的预处理。
[*]预处理的算法，可以通过云端实时编辑，实时推送并生效。设备 端预处理数据，可以最大程度的提高实时性，并减少云端的压力。
4、有助于设备的相互识别。
[*]由于云端很方便的进行设备协议的解析配置，设备的相互关联会 变得很简单。也非常有利于用户的智能化体验的提升。
5、本方法也支持透传数据模式，对于不需要解析以及计算的数据，可以方便的传输到云端。
页:
[1]