CSAL实验室优势、特点

CSAL实验室功能分区










系统与外部交互的一个接口。数据采集可由网络化环境或各种移动设备接入进行采集。







主要对待加载的数据进行一些处理,并完成相关数据的准确性审核、实用性审核、及时性审核和一致性审核。包括数据清理、数据集成、数据规约和数据变换。






主要从原始特征中找出一组最优子特征,剔除不相关或冗余特征,减少有效特征个数,减少模型训练时间,提高模型精确度,降低学习难度,同时减轻维数灾难问题。













研制开发的深度学习服务器及变分自编码、张量计算、增量学习等相关系统可以根据特征属性、使用环境和研究目标自适应的学习特征,实现较好的特征规约和抽象效果。




特征提取是指利用计算机提取数据中属于特征性信息的方法过程。该区域主要对某一模式的测量值进行变换,以突出该模式最具代表性的特征。




可实现对于航天、航空、航海、机械、电子等工业行业应用的分类识别、分析预测、人机交互、任务规划等应用功能扩展。











该区域负责对数据的存放、管理与分配,所有数据均存放在数据存储服务器中。实验室所有数据导入介质,都要进行“三防”保护措施。




该区域负责对数据的存放、管理与分配,所有数据均存放在数据存储服务器中。实验室所有数据导入介质,都要进行“三防”保护措施。




一般人工智能工作的成果会以数据结果报告的方式展现,因此该区域主要工作是制作出专业的,不可伪造、不可篡改的人工智能报告。