摘要(Abstract)

与互联网等商业大数据应用相比,边缘数据的智能分析有如下特点和区别: 因果 VS 关联 边缘数据主要面向智能资产,这些系统运行一般有明确的输入输出的因果关系,而商业大数据关注的是 数据关联关系。 高可靠性 VS 较低可靠 制造业、交通等行业对模型的准确度和可靠性要求高,否则会带来财产损失甚至人身伤亡。而商业大数 据分析对可靠性要一般较低。边缘数据的分析要求结果可解释,所以黑盒化的深度学习方式在一些应用场景 受到限制。将传统的机理模型和数据分析方法相结合是智能分析的创新和应用方向。 小数据 VS 大数据 机床,车辆等资产是人设计制造,其运行过程中的多数数据是可以预知的,其异常、边界等情况下的数 据才真正有价值。商业大数据分析则一般需要海量的数据。


主题(Topic)

项目(Project)