…………○…………○…………内 …………○…………○…………内…………○…………装…………○…………订…………○…………线…………○………… …………○…………○…………内…………○…………装…………○…………订 …………○…………○…………内…………○…………装…………○…………订…………○…………线…………○………… _ __学院 专业 级 班 姓名 学号 第 =2* 1 19页，共 …………○…………○…………内…………○…………装…………○…………订…………○…………线…………○………… _ __ _ __学院 专业 级 班 姓名 学号 第 =2* 1 1页，共 =2* numpages 10 20页 第 =2* page 1 2页，共 =2* numpages 10 20页 任课教师签名： 命题教师签名： 系主任签名： 主管院长签名： 任课教师签名： 命题教师签名： 系主任签名： 主管院长签名： 师范学院 学年度第二学期 期末考试试题A卷 (考试时间: 120 分钟) 考试科目： 大数据核心技术 题 号 一 二 三 四 五 总 分 总评分人 复查人 分 值 30 16 20 24 10 得 分 得分 评卷人 一、单项选择题(每小题 2 分，共 30 分) 请把答案写在下表中，写在试题后无效。 题号 1 2 3 4 5 6 7 8 答案

目前，大数据已经成为业界公认的产业升级的关键技术要素。在中国制造2025的技术路线图中，工业大数据是一个重要的突破点，未来十年，以数据为核心的智能系统将成为支持智能制造和工业互联网的核心动力。

目前，大数据已经成为业界公认的产业升级的关键技术要素。在中国制造2025的技术路线图中，工业大数据是一个重要的突破点，未来十年，以数据为核心的智能系统将成为支持智能制造和工业互联网的核心动力。

众所周知，工业大数据的重要性，但从根本上说，大数据是手段而不是目的，人工智能也是如此。假如只是因为工业互联网的概念很热，企业就会盲目地拥抱工业互联网和工业大数据，人工智能技术，其实是一个很错误的观点。

在新一代信息技术出现之前，工业企业已经正常运行了几百年，我们应该清楚地认识到信息技术的加入更像是催化剂。首先，我们需要明确我们需要实现什么样的业务目标，这样才能使现有的生产技术、工业产品和管理方法更好。

事实上，大数据支持制造业业务变革最根本的目标是提高质量和效率，实现基于自动化和信息化的智能制造系统。在智能制造的基础上，搭建平台，构建产业生态，与产业链更有效地合作，实现工业互联网的乘法发展。

工业大数据的三个典型应用方向也是我们实现工业互联网的目标，包括智能设备、服务制造和跨境集成。第一个层次是设备级，即提高单台设备的可靠性，识别设备故障，优化设备运行；第二个层次更多的是针对生产线、车间、工厂，提高运营效率，包括能耗优化、供应链管理、质量管理等。；第三个层次是跨越工厂边界的产业跨境，实现产业互联。

工业大数据不是凭空而来的。传统的工业信息化一直在进行。我们已经有大量的数据来自R&D、制造过程、服务环节和工业信息化过程。从数据到大数据，工业实际上更应该考虑与自动化域数据的叠加，这是数据两个产业的融合。在工业互联网时代，我们需要包含更多来自产业链上下游和跨境的数据。

如何成为智能制造和工业互联网的核心动力？

工业大数据有什么特点？本文总结了多模态、高通量、强关联的特点。我们在工业领域总结了大约130种不同类型的数据，数据模式多样，结构关系复杂。高通量是指数据不断产生，采集频率高，通量大。强关联是指工业场景中的数据有很强的机理支持，不同学科之间的数据是机理层面的关联，而不是数据字段的关联。

而且对于工业大数据的分析应用，也不是把深度学习，强化学习的方法放在这里就能有结果。我们需要了解研究对象的机制模型和定量领域的知识，这在当前的基础上是非常困难的。我们希望找出数据在输入和输出之间的统计关系，补充机制和模型的不确定性和不清晰性，这是工业大数据应用的基础。

业务领先，数据促进产业发展。

智能能制造到工业互联网平台，智能制造的核心是利用数据和模型优化制造资源的配置效率。

工业互联网不等于智能制造，区别在于数据的跨界和业务的边界是否有所突破。目前太多人太注重平台能力，真正的工业互联网讲的是生态，从描述、诊断到预测，从单机设备、生产线、产业链到产业生态。

如何构建业务体系，如何跨境，是工业互联网成功与否的关键。决定工业互联网发展方向的必须是业务驱动。我们从一开始就反对拿锤子，在世界各地寻找钉子。现在很多大数据，人工智能公司都有这个问题。

我们需要深入一个工业领域，打造一把可靠的锤子，正好敲有需求的钉子。业务驱动和问题驱动是工业发展的本质，而不是技术驱动。明确业务，明确数据，评估数据，真正实现业务落地，要点是人、场景、算法三个要素的协作。