煤礦工業(yè)數(shù)據(jù)AI 模型自動推理技術

打開文本圖片集

摘要：煤礦生產(chǎn)過程的智能化主要依托于人工智能（AI）技術分析煤礦工業(yè)數(shù)據(jù)，但單一應用場景AI 模型無法適用于煤礦復雜的應用場景，且僅使用分布式計算來處理AI 模型輸入特征值會導致模型應用效率降低。針對上述問題，提出了一種煤礦工業(yè)數(shù)據(jù)AI 模型自動推理技術。該技術架構包括數(shù)據(jù)層、計算驅動層和模型推理層：數(shù)據(jù)層采集各類監(jiān)測數(shù)據(jù)并統(tǒng)一存儲，為計算驅動層提供原始數(shù)據(jù)；計算驅動層將數(shù)據(jù)層采集的海量原始數(shù)據(jù)轉換成煤礦應用場景AI 模型輸入特征值，通過煤礦應用場景AI 模型輸入特征值雙計算引擎自動切換機制，根據(jù)數(shù)據(jù)量自動合理地選擇使用基于Spark 的分布式計算方式或基于Python 的單機計算方式，解決了海量數(shù)據(jù)計算速度慢、數(shù)據(jù)應用延遲大的問題；模型推理層將特征值輸入應用場景AI 模型進行推理，引入煤礦應用場景AI 模型多觸發(fā)方式協(xié)同推理機制，通過定時觸發(fā)、人為交互觸發(fā)、信號反饋觸發(fā)3 種觸發(fā)方式，解決了在煤礦復雜的應用條件下單一應用場景AI 模型利用效果差的問題。（剩余1716字）