更新时间：2024-05-10 13:12:00
封面
版权信息
作者简介
插图
序言一
序言二
前言
第1章 智能化应用的概念
1.1 智能化的概念
1.1.1 什么是智能化
1.1.2 企业为什么需要智能化
1.1.3 企业如何实现智能化
1.1.4 智能化与数字化的关系
1.2 智能化应用：构建企业智能化生态的关键要素
1.3 智能化应用的分类
1.3.1 数据分析型智能化应用
1.3.2 决策支持型智能化应用
1.3.3 自动化型智能化应用
1.3.4 人机协作型智能化应用
1.4 智能化应用的构成要素
1.4.1 数据基础
1.4.2 业务需求
1.4.3 技术支撑
1.4.4 战略驱动
第2章 智能化应用的价值、挑战及发展趋势
2.1 智能化应用的价值
2.1.1 提高效率
2.1.2 优化决策
2.1.3 降低成本
2.1.4 改善用户体验
2.1.5 增强竞争力
2.2 智能化应用面临的挑战
2.2.1 数据质量
2.2.2 算法不可解释
2.2.3 数据隐私
2.2.4 数据安全风险
2.3 智能化应用的发展趋势
2.3.1 技术深度融合
2.3.2 数据价值挖掘
2.3.3 跨行业应用
第3章 智能化技术概述
3.1 智能化技术的概念和发展历程
3.1.1 智能化技术的概念
3.1.2 智能化技术的发展历程
3.2 智能化技术的分类
3.2.1 人工智能技术
3.2.2 区块链技术
3.2.3 机器人技术
3.2.4 传感器技术
3.2.5 云计算技术
3.2.6 大数据技术
3.2.7 物联网技术
3.2.8 边缘计算技术
3.3 智能化技术的主要应用场景
3.3.1 智能感知与识别
3.3.2 数据分析与挖掘
3.3.3 业务智能决策
3.3.4 工艺与流程优化
3.3.5 智能控制与自动化
3.3.6 人机交互与协同
3.4 智能化技术的发展趋势
3.4.1 多模态融合技术将更加普及，强化智能化交互体验
3.4.2 与业务深度融合，促进企业业务升级
3.4.3 向边缘设备推进，实现分布式智能化应用
3.4.4 注重数据安全和隐私保护，应对数据安全风险挑战
3.4.5 注重社会责任和伦理问题，推动智能化应用健康发展
第4章 多行业智能化应用业务场景分析
4.1 汽车行业
4.1.1 汽车行业业务分析
4.1.2 汽车行业智能化应用的全景分析
4.1.3 典型智能化应用一：基于机器学习技术的汽车销量预测
4.1.4 典型智能化应用二：基于多分类深度学习技术的汽车售后备件需求预测
4.1.5 典型智能化应用三：基于多目标优化技术的售后服务备件生产计划和库存优化
4.2 石油石化行业
4.2.1 石油石化行业业务分析
4.2.2 石油石化行业智能化应用的全景分析
4.2.3 典型智能化应用一：基于运筹优化技术的油气田智能钻井参数优化
4.2.4 典型智能化应用二：炼油工艺产品收率优化
4.2.5 典型智能化应用三：工艺参数智能预警与控制
4.3 化工行业
4.3.1 化工行业业务分析
4.3.2 化工行业智能化应用的全景分析
4.3.3 典型智能化应用一：化学品生产工艺的多目标优化
4.3.4 典型智能化应用二：生产流程的质量智能检测
4.3.5 典型智能化应用三：化工产品组分纯度的智能控制
4.4 烟草行业
4.4.1 烟草行业业务分析
4.4.2 烟草行业智能化应用的全景分析
4.4.3 典型智能化应用一：制丝线水分稳定性智能控制
4.4.4 典型智能化应用二：基于机器学习与运筹优化技术的烘丝机出口质量优化
4.4.5 典型智能化应用三：基于机器视觉与仿真技术的全线质量控制
4.5 钢铁行业
4.5.1 钢铁行业业务分析
4.5.2 钢铁行业智能化应用的全景分析
4.5.3 典型智能化应用一：基于卷积神经网络的钢板表面缺陷检测与识别
4.5.4 典型智能化应用二：基于深度学习的VD炉的炉温控制质量检测
4.5.5 典型智能化应用三：基于人工智能技术的钢材制成件的销量预测
4.6 通信运营商
4.6.1 通信运营商业务分析
4.6.2 通信运营商智能化应用的全景分析
