一种用于挤压铸造工艺参数的可解释自动化机器学习分析方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种用于挤压铸造工艺参数的可解释自动化机器学习分析方法
申请号:CN202510818693
申请日期:2025-06-18
公开号:CN120724821A
公开日期:2025-09-30
类型:发明专利
摘要
本发明提供了一种用于设计挤压铸造工艺参数的可解释自动化机器学习分析方法,属于挤压铸造工艺参数设计领域。方法包含构建挤压铸造工艺数据,然后基于自动化机器学习框架建立挤压铸造工艺参数的机器学习预测模型;在此基础上,使用可解释性人工智能算法对挤压铸造工艺参数预测决策进行可解释分析。该设计方法通过结合先进的自动化机器学习框架和可解释性人工智能算法,使得挤压铸造工艺参数设计过程更透明和可靠。同时,该方法结合现有的挤压铸造工艺数据集,通过机器学习算法的高阶知识维度挖掘材料成分与工艺参数之间的隐含联系,为挤压铸造工艺的材料、工艺参数建模优化设计提供了新思路。
技术关键词
挤压铸造工艺 自动化机器学习 分析方法 人工智能算法 机器学习模型 数据 超参数 样本 二进制特征 损失函数优化 代表 机器学习算法 邻域 框架 学习器 基础 定义 图片 关系
系统为您推荐了相关专利信息
巡检数据 机器学习模型 风险管理系统 巡检项目 参数
机器学习模型 交换机 设备控制指令 故障预警方法 策略
运动控制方法 网格地图 路径规划算法 环卫作业设备 环卫设备
疲劳裂纹扩展 神经网络模型 库构建方法 结构有限元模型 裂纹扩展全过程
诈骗电话识别方法 机器学习模型 数据 注意力 信息通信安全技术