一種基于神經(jīng)架構搜索的數(shù)字化建模方法
基本信息
申請?zhí)?/td> | CN202111242268.2 | 申請日 | - |
公開(公告)號 | CN113988167A | 公開(公告)日 | 2022-01-28 |
申請公布號 | CN113988167A | 申請公布日 | 2022-01-28 |
分類號 | G06K9/62(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 程勝;邱化強;王勛;王明;王龍;趙新鵬 | 申請(專利權)人 | 北京神舟航天軟件技術股份有限公司 |
代理機構 | 北京世譽鑫誠專利代理有限公司 | 代理人 | 劉秀珍 |
地址 | 100094北京市海淀區(qū)永豐路28號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明提供的一種基于神經(jīng)架構搜索的數(shù)字化建模方法,所述建模方法包括:獲取航天設備的實時運行數(shù)據(jù)和歷史數(shù)據(jù);根據(jù)所述實時運行數(shù)據(jù)和所述歷史數(shù)據(jù)基于深度遷移學習訓練循環(huán)神經(jīng)網(wǎng)絡預測,生成預測數(shù)據(jù);根據(jù)所述預測數(shù)據(jù)進行數(shù)據(jù)擴充,獲得擴充數(shù)據(jù);根據(jù)所述擴充數(shù)據(jù)利用模塊化網(wǎng)絡結構并進行拼裝構建搜索空間;采用強化學習方法將所述搜索空間建模成馬爾可夫決策過程,產(chǎn)生卷積神經(jīng)網(wǎng)絡架構模型。實現(xiàn)了航天復雜設備系統(tǒng)實時故障診斷能力,降低了航天復雜設備系統(tǒng)的故障發(fā)生的風險。 |
