《電子技術應用》
您所在的位置:首頁 > 其他 > 會展 > 智現未來亮相國家工業軟件大會

智現未來亮相國家工業軟件大會

共話我國工業軟件發展藍圖
2024-11-11
來源:愛集微
關鍵詞: 智現未來 工業軟件

  11月8日-10日,2024國家工業軟件大會在上海松江富悅大酒店舉辦,大會以“Al for Engineering·工業軟件賦能新型工業化”為主題,匯聚了眾多院士、高校和科研院所的校長、院長等學術精英以及優秀企業、行業專家與會,圍繞我國工業智能領域戰略布局、技術創新應用、產業融合發展等行業熱點進行深入交流。


1.jpg


2.jpg

  據悉,本屆大會由中國自動化學會主辦,著重總結研發設計類、生產制造類、經營管理類、AI賦能類等四類工業軟件的數學模型、核心算法及其軟件實現,和工業軟件在具體價值場景中的應用。

  作為中國本土唯一上線12”量產產線的工程智能系統供應商,FDC/APC先進技術領域領導者,智現未來受邀出席本次大會,帶來AI賦能的工程智能系統解決方案,并向大會發表了數項將前沿理論技術與一線高端制造領域高度結合的科研成果,得到大會采納,反響熱烈。同時,智現未來向參會的專家及學者展示了AI賦能的工程智能系統在以半導體為代表的高端制造行業的創新應用成果,吸引了多位院士和行業專家駐足交流和熱烈討論。


院士、學者共話AI應用,前瞻技術獲高度贊譽

  會議期間多位院士關心地來到智現未來展臺,共同探討在高端制造領域進行工業軟件應用的技術發展路徑及應用價值。

  智現未來向中國工程院桂衛華院士重點介紹了運用多元時序異常檢測混合模型提升數據檢測效能、精確預測生產異常的新技術成果。

  桂衛華院士提出,在智能工業制造領域,多個傳感器、設備等會產生大量的多元時間序列數據,這些數據隨時間演變的記錄和觀測,與單變量時序異常檢測不同,多個傳感器數據之間可能存在復雜的時空關聯性。

3.jpg

桂衛華院士蒞臨展臺交流


  而傳統數據分析方法主要基于閾值的統計方法,需要工程師們提供大量的先驗知識,并且難以挖掘時序數據中的復雜非線性關系。對多元時序數據的有效應用和分析成為優化制造流程、提高生產效率、增強設備維護以及實現智能化決策的關鍵。

  智現未來運用深度學習和神經網絡,設計出了基于預測和重構的多元時序異常檢測混合模型,用于獲取多元時序數據的時間關系和空間關系及時空關聯性。該方法已針對特定recipe的FDC時序數據集上進行應用,FDC數據集由半導體故障偵測及分類系統收集的數月傳感器采集數據構成。應用結果表明本方法具有更強的異常捕捉能力,并實現精確的異常預測,有效幫助客戶捕捉生產過程異常、理解設備性能、提升產品質量以及降低生產成本。

4.jpg

朱世平院士蒞臨展臺交流


  此外,其他多位院士也蒞臨智現未來展臺進行了親切交流,諸位院士對智現未來在技術上的前沿優勢給予了高度評價,認為其在半導體AI異常檢測方面的創新成果,為半導體行業開辟了一條全新的方法思路。這一技術方案不僅展示了智現未來在工業軟件領域的深厚積累,也體現了AI領域的創新探索,為工業軟件的智能化升級提供了強有力的支持。院士們的認可,無疑為智現未來的技術實力增添了權威背書。

5.jpg

6.jpg

7.jpg


Al for Engineering,賦能半導體“智”造

  正如本次大會的主題“AI for Engineering”,用AI重構工業軟件能力,而智現未來的多個工程智能系統已經高度滲透AI的身影。

  自2023年發布國內半導體領域首個大語言模型“靈犀”以來,靈犀大模型與原工程智能系統(如FDC、APC、ADC等)的多個融合應用已陸續推出,并應用于國內某頭部行業客戶工廠且創造卓越的應用效果。

  智現未來“大模型+”應用覆蓋了缺陷圖像識別、FDC設備異常監控、智能反控優參、良率分析預測、設備預防維護、智能報表chatBI等多種業務場景需求。智現未來借助AI的力量,對原有工程智能系統軟件進行了重構與性能增益,將大量制造數據轉化為改進制造流程的深入洞察,幫助用戶優化半導體產品品質、穩定產能,實現質與量的突破。

  智現未來始終堅持自主可控的技術路線,堅持產品100%自主研發,重視大模型等前沿技術在工業軟件產品上的創新應用,助力半導體以及更多高端制造業客戶實現生產制造過程的全面智能化管理。立足現在,方眼未來。智現未來愿與各界合作伙伴攜手共進,為工業軟件的發展貢獻更多力量。

  本次大會是中國工業軟件領域最高規格、最大規模、最多院士專家的國家級專業會議,既是對我國工業軟件行業過去發展的總結,更是匯聚行業精英,探討中國制造業智能轉型升級未來之路的重要節點。智現未來不僅立足當下行業需求,為高端制造業提供穩定、可靠的工業軟件產品服務,與此同時,智現未來更是布局未來,時刻關注技術前沿的發展并保持投入,肩負推動行業進步和發展的重要責任。


訂閱網站文章尾圖1.jpg

本站內容除特別聲明的原創文章之外,轉載內容只為傳遞更多信息,并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經濟損失。聯系電話:010-82306118;郵箱:aet@chinaaet.com。
主站蜘蛛池模板: 一级特级aaaa毛片免费观看 | 精品久久成人免费第三区 | 操欧美女 | 欧美 亚洲 在线 | 玖玖精品视频在线 | 日韩国产片 | 自怕偷自怕亚洲精品 | 亚洲国产精品一区二区九九 | caoporen在线视频入口 | 九九99九九视频在线观看 | 久久一 | 亚洲精品高清在线 | 伊人手机视频 | 久久久久久久久久久观看 | 日韩免费黄色片 | 国产成人啪精品视频免费软件 | 欧美亚洲视频在线观看 | 国产亚洲一区二区三区在线观看 | 99九九精品免费视频观看 | 成人在线中文字幕 | 男女男精品视频网站 | 亚洲国产网站 | 欧美特级特黄a大片免费 | 日韩美一区二区三区 | 日韩偷拍自拍 | 日本无卡码免费一区二区三区 | 一级欧美一级日韩 | 视频一区二区三区在线 | 成人区精品一区二区不卡亚洲 | 国产一区二区三区免费视频 | 美女视频在线观看黄 | 高清视频 一区二区三区四区 | 久草福利社 | 国产视频久 | 国产在线精品香蕉综合网一区 | 午夜伦4480yy妇女久久久 | 国产成人午夜性视频影院 | 欧美一区永久视频免费观看 | 国产一区二区三区毛片 | 亚洲欧美中文字幕在线网站 | 怡红院在线观看在线视频 |