12、智能工厂持续使用意愿及净影响研究

智能工厂持续使用意愿及净影响研究

1. 研究背景

韩国经济在新冠疫情冲击后,受全球经济影响呈现整体复苏态势,但在有限的制造业环境下,各行业、企业类型和规模之间的差距逐渐拉大。随着第四次工业革命的兴起,制造企业对通过数字创新引入和运营智能工厂产生了浓厚兴趣。自2015年政府推动智能工厂建设以来,传统企业逐步利用信息通信技术(ICT)实现自动化和信息化,构建并运营智能工厂,从而提升了生产力、质量、降低了成本并缩短了交付时间。然而,目前关于影响智能工厂持续使用意愿和净影响的研究仍显不足。

2. 理论基础
2.1 智能工厂的定义与组成

工厂是制造企业投入原材料,通过加工、组装等生产流程制造产品的场所。“智能”超越了字典中的含义,意味着具备人工智能,能够像人类一样思考、行动和判断。智能工厂是融合了人工智能概念的智慧工厂。
为实现智能工厂,需通过各种传感器、信息亭或个人电脑收集工厂设施或设备的数据,存储在云端形成大数据,再利用各种优化工具、人工智能或网络物理系统(CPS)对大数据进行分析和智能化处理,以实现对工厂的自主控制。智能制造创新促进团队将工厂自动化(FA)、制造执行系统(MES)、企业资源规划(ERP)、产品生命周期管理(PLM)和供应链管理(SCM)列为五大建设领域,并大力支持信息系统建设。
根据KS X 9001 - 3标准,智能工厂运营管理系统框架包括愿景与战略、目标与绩效、企业管理、制造运营以及机械与控制五个层次。企业管理层面涵盖了流程、系统和自动化三个视角的组件,其中流程视角包括产品开发、生产计划、过程管理、质量控制、设施管理和物流管理;系统和自动化视角分为信息系统模块和设施自动化模块,信息系统模块包含PLM、ERP、SCM、

FaceCat-Kronos是一款由花卷猫量化团队基于清华大学Kronos开源架构开发的金融预测系统。该系统融合了深度学习方法,通过对证券历史行情进行大规模预训练,构建了能够识别市场微观结构的分析模型。该工具的核心功能在于为做市商及短线交易者提供高精度的价格形态规律推演,从而优化其交易策略的制定过程。 从技术架构来看,该系统依托Kronos框架的高性能计算特性,实现了对海量金融时序数据的高效处理。通过引入多层神经网络,模型能够捕捉传统技术分析难以察觉的非线性关联与潜在模式。这种基于人工智能的量化分析方法,不仅提升了市场数据的信息提取效率,也为金融决策过程引入了更为客观的算法依据。 在行业应用层面,此类工具的演进反映了金融科技领域向数据驱动范式转型的趋势。随着机器学习算法的持续优化,量化预测模型在时序外推准确性方面有望取得进一步突破,这可能对市场定价机制与风险管理实践产生结构性影响。值得注意的是,在推进技术应用的同时,需同步完善数据治理框架,确保模型训练所涉及的敏感金融信息符合隐私保护与合规性要求。 总体而言,FaceCat-Kronos代表了金融分析工具向智能化方向演进的技术探索。它的发展既体现了开源计算生态与专业领域知识的有效结合,也为市场参与者提供了补充传统分析方法的算法工具。未来随着跨学科技术的持续融合,此类系统有望在风险控制、策略回测等多个维度推动投资管理的科学化进程。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值