江苏省科技期刊可视化阅读平台

导航条

《无线互联科技》杂志社 ›› 2022, Vol. 19 ›› Issue (9): 16-18.

• 无线天地 • 上一篇    下一篇

基于人工智能Automl技术的短波发射机故障预测研究

赵宇   

  1. 国家广播电视总局2021台,黑龙江 齐齐哈尔 161000
  • 出版日期:2022-05-10 发布日期:2022-07-25
  • 作者简介:赵宇(1983— ),男,吉林蛟河人,工程师,学士;研究方向:无线广播传输发射,计算机。

Research on fault prediction of short wave transmitter based on artificial intelligence Automl technology

Zhao Yu   

  1. State Radio and Television Administration 2021, Qiqihar 161000,China
  • Online:2022-05-10 Published:2022-07-25

PDF

881

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。

关键词: 神经网络, 自动机器学习, 人工智能, 强化学习

Abstract: This paper has developed a radio shortwave transmitter fault prediction system based on automl automatic machine learning technology,which uses the autokeras deep learning framework to enable AI to automatically generate artificial neural network structure and automatically optimize parameters after big data training,generate the most suitable network parameter model for fault prediction,and test the actual use. The whole system uses the structure of automatic,distributed and parallel computing.

Key words: neural network, automatic machine learning, artificial intelligence, reinforcement learning