Q/GDW 12118.1-2021 人工智能平台架构及技术要求 第1部分：总体架构与技术要求

ICS35.020
Q/GDW
国家电网有限公司企业标准
Q/GDW12118.1-2021
人工智能平台架构及技术要求
第1部分：总体架构与技术要求
Architecture and technical requirements of artificial intelligence platform-Part 1:Overall architecture and technical requirements

2021-06-25发布2021-06-25实施
国家电网有限公司发布

1范围
本部分规定了人工智能平台建设的架构要求和技术要求。
本部分适用于人工智能平台的规划、设计、建设和运维。
2规范性引用文件
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。
凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T5271.1一2000信息技术词汇第1部分：基本术语
GB/T5271.28一2001信息技术词汇第28部分：人工智能基本概念与专家系统
GB/T5271.29一2006信息技术词汇第29部分：人工智能语音识别与合成
GB/T5271.31一2006信息技术词汇第31部分：人工智能机器学习
GB/T5271.34一2006信息技术词汇第34部分：人工智能神经网络
3术语和定义
下列术语和定义适用于本文件。
3.1
人工智能artificial intelligence
一门交叉学科，通常视为计算机科学的分支，研究表现出与人类智能（如推理和学习）相关的各种功能的模型和系统。
[GB/T5271.28一2001，定义28.01.01]

3.2
机器学习machine learning
功能单元通过获取新知识或技能，或通过整理已有的知识或技能来改进其性能的过程。
[GB/T5271.31一2006，定义31.01.02]
3.3
神经网络neural network
由加权链路且权值可调整连接的基本处理元素的网络，通过把非线性函数作用到其输入值上使每个单元产生一个值，并把它传送给其他单元或把它表示成输出值。
[GB/T5271.34一2006，定义34.01.06]
3.4

训练（在神经网络中）training(in neural network)
教会神经网络在输入值的样本和正确输出值之间作出结合的步骤。
[GB/T5271.34—2006,定义34.03.18]
3.5
样本数据sample data
其具备的特征能够反映总体数据情况的一部分个体数据。
3.6
推理inference
从已知前提导出结论的推理方法。
注1：在人工智能领域中，前提是事实或规则。
注2：术语“推理”既指过程也指结果。
[GB/T5271.28—2001,定义28.03.01]
3.7
深度学习deep learning
深度学习是机器学习的一种，深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构。
3.8
深度学习框架deep learning framework
一种支持深度学习模型设计、训练和推理的工具。

4缩略语
下列缩略语适用于本文件。
SVM:支持向量机(Support Vector Machines)
SVD:奇异值分解(Singular Value Decomposition)
PCA:主成分分析(Principal Component Analysis)
OLS:最小二乘法(Ordinary Least Squares)
CNN:卷积神经网络(Convolutional Neural Networks)
DNN:深度神经网络(Deep Neural Networks)
YOLO:YOLO模型(You Only Look Once)
TFLOPS:万亿次浮点运算每秒(Tera Floating-point Operations Per Second)
FMI:FMI指数(Fowlkes and Mallows Index)

投稿会员：芳华