报告
人工智能在化工及生态环境大数据中的应用
摘要
近年来，以大数据为代表的信息技术快速发展，为化学工业以及生态环境产业在生产方式、产业形态和商业模式等方面的重大变革带来了新机遇。应用以大数据为基础的人工智能方法，可有效降低研发与生产成本，提高生产效率。本文从人工智能方法在当前化工行业和生态环境领域的大数据应用状况以及典型应用案例入手，分析了人工智能在上述领域的应用中存在的数据分析复杂、数据共享难、定制软件平台缺乏等挑战，建议尽快启动国家级化工及生态环境大数据库的建设，同时有针对性地加快相关交叉学科人才的培养，并适时调整人才管理理念，以促进该领域研究与产业化进程的快速发展。
作者
林笑蔚 ，浙江大学硕士研究生，主要研究方向为分子化学工程、机器学习力场的开发与应用。
陈旭敏 ，浙江大学硕士研究生，主要研究方向为基于人工智能的功能多肽分子设计与应用。
王鑫阳 ，浙江大学博士研究生，主要研究方向为化工能源材料的开发、储能过程的分析与设计。
陆盈盈 ，浙江大学研究员、博士研究生导师，中国化工学会储能工程专委会副秘书长、过程工程学报编委、Nano Select期刊副主编，主要研究方向为化工新能源技术、人工智能电池管理系统等。
何奕 ，浙江大学副教授，美国华盛顿大学兼聘副教授，博士生导师，Molecular Simulation期刊编委，工业生态与环境研究所副所长，主要研究方向为多尺度计算机模拟，化工及医药大数据、人工智能技术等。
Lin Xiaowei
Chen Xumin
Wang Xinyang
Lu Yingying
He Yi
检索正文关键字
报告目录
-
一 人工智能在化工及生态环境大数据中应用现状
- （一）化工及生态环境领域的大数据与人工智能
- （二）人工智能在化工及生态环境大数据领域应用
- 1.国外发展现状
- 2.国内发展现状
-
二 当前研究热点分析及典型案例
- （一）当前研究热点分析
- 1.功能分子与材料开发
- 2.化工过程控制
- 3.合成生物学
- 4.大气污染物浓度预报与预警
- （二）典型应用案例分析
- 1.功能聚合物分子设计
- 2.炼化过程监控与预警
- 3.危化品物流安全
- 4.空气质量预测
- （一）当前研究热点分析
-
三 存在问题
- （一）数据类型复杂，描述符提取难度高
- （二）数据共享难
- （三）缺乏定制的人工智能软件平台
-
四 发展建议
- （一）规划和构建国家级化工及生态环境大数据库
- （二）强化人才的分类培养
- （三）调整人才管理思路
报告图片/图表
相关文献
查看更多>>>