自行開發非線性機器學習模型

2022年 03月 17日

[post-views]

自行開發非線性機器學習模型

國立中山大學

技術介紹

我們運用自行開發之非線性機器學習模型，利用檢驗數據的 11 個參數，預估肌酸酐(Creatinine)的值，是否落於正常值，可達 97.3%的正確性。運用類似模型，藉由更動運算結構及參數關係，預估熱軋主馬達升溫幅度，可達 92%以上的預估水準。此模型計算核心，除了在醫學和工程方面展現實際效用，尚可更改成圖形神經網路(Graph neural network)，運用於交通流量管理與分析、電力配送等管路輸送問題。

使用情境

以醫學或產業所提供數據資料及專家經驗，配合現場實作人員的專業解釋與對資訊的理解，根據計畫目標，調整運算核心，進行自行開發非線性機器學習。其後，運用所得到的高預測模型，進行疾病成因分析或產能優化調整，亦可進行主成分分析及多參數交錯關係分析(醫學的疾病變化關係或製程的故障偵測與節能)。模型完成後，我們提供操作介面，利於實際運用時，提供相關數據，以供現場工作人員即時參考，或提供自動化之參數設定。

聯繫窗口 : 人工智慧產學研聯盟

TEL : 07-6955575

E-mail : narlabsaiiaa@gmail.com