相关实验视频
Updated: May 11, 2025

Data Communication Based on MQTT in a Polymer Extrusion Process
Published on: July 15, 2022
基于BERTopic模型和隐藏马尔科夫模型的颠覆性技术的动态进化机制研究:工业互联网技术的案例研究
Heng Yang1, Sheng Chen1, Xin Yang2
1School of Public and Administration, Chongqing University, Chongqing, China.
本研究使用专利数据分析工业互联网技术. 数据层技术是最先进的,推动交互层的进步,而物理层技术是开发的,逻辑/交互层滞后.
科学领域:
- 计算机科学 计算机科学
- 工程 工程师 工程师 工程师
- 信息科学 信息科学 信息科学
背景情况:
- 工业互联网对于全球技术进步至关重要.
- 了解其技术格局对于未来的创新至关重要.
研究的目的:
- 综合分析工业互联网技术,其应用及其趋势.
- 为工业互联网领域的技术进步提供参考.
主要方法:
- 全球工业互联网专利数据 (1965-2023) 的分析.
- 应用BERTopic和全MiniLM-L6-v2模型用于主题提取和矢量化.
- 使用互联网治理理论对主题进行分类.
- 建立一个隐藏的马尔科夫模型 (HMM) 来研究技术主题演变.
主要成果:
- 工业互联网技术包括五个研究方向:物理,逻辑,数据和交互层.
- 数据层技术是最发达的,显著地推进了交互层技术.
- 物理层技术显示出相当大的发展,而逻辑层和交互层的发展较少.
结论:
- 工业互联网的技术格局以不同层次的不均发展为特征.
- 数据和物理层是当前进步的关键驱动力.
- 需要在逻辑层和交互层进一步发展,以促进全面增长.
更多相关视频
10:44Inherent Dynamics Visualizer, an Interactive Application for Evaluating and Visualizing Outputs from a Gene Regulatory Network Inference Pipeline
Published on: December 7, 2021
10:28Dynamic Digital Biomarkers of Motor and Cognitive Function in Parkinson's Disease
Published on: July 24, 2019
相关概念视频
Genetic Drift
Types of Selection
Mutation, Gene Flow, and Genetic Drift
Time-Domain Interpretation of PD Control
Consider the example of control of motor torque. Initially, a positive...
Evolutionary Psychology
Mechanistic Models: Compartment Models in Individual and Population Analysis