典型文献
基于人工智能Automl技术的短波发射机故障预测研究
文献摘要：
文章研发了一款基于Automl自动机器学习技术的无线电短波发射机故障预测系统,采用autokeras深度学习框架,使AI经过大数据的训练后,应用ENAS技术进行人工神经网络结构的自动生成及自动参数调优,生成最适合进行故障预测的网络参数模型,并进行实际使用的测试.整个系统使用了自动化、分布式并行计算的结构.
文献关键词：
神经网络;自动机器学习;人工智能;强化学习
中图分类号：
作者姓名：
赵宇
作者机构：
国家广播电视总局2021台,黑龙江 齐齐哈尔 161000
文献出处：
引用格式：
[1]赵宇-.基于人工智能Automl技术的短波发射机故障预测研究)[J].无线互联科技,2022(09):16-18
A类：
Automl,autokeras,ENAS
B类：
短波发射机,发射机故障,故障预测,预测研究,自动机器学习,机器学习技术,无线电,预测系统,深度学习框架,人工神经网络,神经网络结构,自动生成,参数调优,网络参数,参数模型,分布式并行计算,强化学习
AB值：
0.323408
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
