在工业4.0与智能制造浪潮席卷全球的背景下,工业大数据如何释放其巨大价值?数据缺失这一普遍难题又该如何破解?5月29日下午,莆田学院数学与金融学院许秀琴讲师在中5-406教室带来了一场题为《基于张量分解的工业大数据补全》的前沿科普讲座,为师生们揭示了张量技术在处理高维不完备工业数据中的强大能力。

数据缺失:工业智能化的“拦路虎”
讲座伊始,许秀琴讲师指出,工业大数据蕴藏着提升效率、优化质量和创新模式的巨大潜能,是推动工业转型升级的核心动力。然而,传感器故障、通信中断或人为因素导致的数据缺失问题广泛存在,严重影响了数据分析的准确性与可靠性,成为制约工业智能化深入发展的关键瓶颈。

张量分解:高维数据处理的利器
面对这一挑战,许秀琴讲师深入浅出地介绍了其研究核心——张量分解技术。她解释道,张量作为高阶数组,能自然表达工业环境中具有多个维度(如时间、空间、传感器类型、设备等)的复杂数据结构。通过张量分解,可以将庞大的原始工业数据张量拆解为若干个“基石”(秩一张量)的组合,从而有效挖掘数据内部隐藏的潜在模式和关联关系,为补全缺失值提供理论基础。
技术落地:赋能交通、服务与制造
理论需与实践结合。许秀琴讲师通过生动的工业案例,展示了该技术的卓越性能:
交通运输:补全城市路网中缺失的车辆速度、车流量数据,为智能交通管理和路径规划提供完整信息支撑。
服务计算:应用于服务推荐系统,有效处理用户-服务-上下文等多维交互数据中的缺失,提升推荐精准度。
智能制造:处理工厂设备运行产生的多源异构时序数据(如温度、振动、能耗),即使部分数据缺失,也能准确分析设备状态,助力预测性维护。
青年学者:深耕数据挖掘前沿
讲座中,许秀琴讲师也分享了自己的科研历程。作为莆田学院数学与金融学院的新生力量,她于2024年12月获得福建师范大学统计学博士学位后,随即加入学院金融工程团队,专注于基于张量技术的高维不完备数据补全方法研究。虽入职仅数月,她已在《IEEE Transactions on Intelligent Transportation Systems》、《IEEE Transactions on Services Computing》、《IEEE Transactions on Knowledge and Data Engineering》等国际权威期刊及会议上以第一作者身份发表论文7篇,合作发表论文5篇,申请国家发明专利2项,并参与了多项国家自然科学基金项目的研究工作,展现出扎实的研究功底和强劲的发展潜力。
活动意义:搭建学术交流桥梁
本次讲座由莆田学院数学与金融学院、福建省金融信息处理重点实验室、福建省高校数学学科联盟联合主办。讲座内容深入浅出,既有理论高度,又紧密联系实际应用,图文并茂的海报展示更激发了在场师生的浓厚兴趣。讲座为师生了解工业大数据处理的前沿技术与应用场景打开了窗口,也促进了我校在数据科学、人工智能与工业智能交叉领域的学术交流氛围,体现了学院服务地方产业智能化升级的科研导向。
