工业智能相关模型和训练视频汇总 - bettermorn/IAICourse GitHub Wiki
说明
数据类型包括时序数据、文本数据和图像数据。所属类别包括分类、聚类、预测、强化学习等。
课程专题
实战 https://github.com/bettermorn/IAICourse/wiki/%E5%AE%9E%E6%88%98%E6%A1%88%E4%BE%8B 案例https://github.com/bettermorn/IAICourse/wiki/%E8%A5%BF%E6%B5%A6%E5%B7%A5%E4%B8%9A%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%A0%94%E7%A9%B6%E4%B8%8E%E5%AE%9E%E8%B7%B5%E9%A1%B9%E7%9B%AE
模型列表
模型名称 | 所属类别 | 数据类型 | 应用场景 |
---|---|---|---|
AutoEncoder | 分类 | 时序数据 | 检测异常 |
mWDN | 分类 | 时序数据 | 分类时序数据 |
Time Series Transformer | 分类 | 时序数据 | 分类时序数据 |
InceptionTime | 分类 | 时序数据 | 分类时序数据 |
GraphRAG | 分析文本 | 文本数据 | 分析文本数据 |
使用共形预测生成图像分类器的不确定集 Conformal Prediction | 预测 | 图像数据 | 生成图像分类器的不确定集 |
分类器的包装器 | 预测 | 图像数据 | 以用户指定的概率输出包含真实标签的预测集 |
原型网络 | 少样本学习 | ||
人在环路的机器学习 | |||
OneKE | 预测信息和抽取知识 | 文本数据 | 构建知识图谱 |
生成式人工智能 | |||
DDMT | 分类 | 图像数据 | 多变量时间序列异常检测 |
DDPM | 图像数据 | 异常检测 | |
CL4KT | 文本数据 | 知识跟踪 | |
DGEKT | 文本数据 | 知识跟踪 | |
SAINTplus | 知识跟踪 | ||
GraphKT | 知识跟踪 | ||
iCaRL | 增量学习 | 图像数据 | 计算机视觉 |
图数据库 | 图 | 规划物流路线 | |
HGT以构图 | 预测 | 图数据 | 预测图的节点属性 |
DIFFPOOL | 分类 | 图数据 | 图分类 |
VGAE | 预测 | 图数据 | 预测链接 |
GAT | 分类 | 图数据 | 图分类 |
GCNN和半监督方法 | 分类 | 图数据 | 图分类 |
DGL和GraphSAGE | 预测 | 图数据 | 预测链接 |
Jena | 推理 | 规则知识 | 本体和规则推理 |
遗传算法 | PEM优化效率 | ||
DINOv2 | 自监督学习 | ||
EWC | 增量学习分类 | 视觉相关 | |
iCaRL | 增量学习分类 | 视觉相关 |