研究方向的碎碎念

        博客建立至今大约3年时间,发现博士期间的研究内容和博客的名字关系不大,很是惭愧,没有完全按照原先预定的研究方向去走。主要还是没有资源和没有高人指导,还是选择了最稳妥的道路前行。2018年一年时间自己发了三篇SCI(两篇Q1+1篇Q2),一篇EI,合作了一篇SCI(Q3),主要内容还是超启发式算法在生产调度系统中的应用。目前生产调度领域,没有一个算法非常有效的解决所有问题,没有说因为某种算法提出时间很早而鄙视该算法,而应该在充分了解该算法的机制上提出自己的见解。但是,学术界还是比较喜新厌旧,喜欢追逐新概念,炒流行词。但是问题还是那些亘古不变的问题–工业制造如何安排在能够满足多方面约束的条件下获得最佳效益。

        最近压力一下卸载了很多,也即将步入社会这个大学了,因此也有一些业余时间不务正业了。目前还是比较关注机器学习在生产调度系统中的应用,但是我们这个领域很多还是借用计算机学科方面的理论和工具,因此还是需要经常的去关注计算机方面的文章。目前机器学习在生产系统中的应用有机床故障预测,基于计算机视觉的产品质量检测,基于大数据分析的生产交付能力预测等等,这些都是拿计算机学科方面的理论和工具去解决工业领域的具体业务问题。因此,跨界是必不可少的,合作也应该是被充分鼓励而且自己也应该去主动寻找的。
       下面说说最近被触动的两篇论文,很惭愧没看太懂,原文也没有仔细看,因为确实搞懂内容需要一定的理论功底,但是其中的想法可以被我们所借鉴。
 
1.论文1
新闻题目:CVPR出了篇满分论文!中国小哥用人话为机器人导航,5000多篇论文里夺魁
新闻地址:https://mp.weixin.qq.com/s/YRS_dBH1E1XLsGqwbCf5Yg
论文题目:Reinforced Cross-Modal Matching and Self-Supervised Imitation Learning for Vision-Language Navigation
灵感来源:“在现实世界环境中,用自然语言为智能体指路,就可以理解为视觉语言导航。既要求智能体对语言语义有深刻了解,还得对视觉感知问题信手拈来,最重要的是还要将两者结合在一起解决现实世界的任务,这是一场横跨NLP和CV双学科的攻坚战。”
自己想法:在以前的生产制造车间,调度员可以采用工业工程里面的摆放色卡的方式在黑板上基于项目甘特图进行调度,一般都是与工段长或者工人充分交流沟通之后,确认具体项目的执行节点,但是这仅限于人和人之间的交互,通过语言,视觉,物体之间在黑板或者纸上模拟出一个具体的执行计划。但是约束没有进行校验,各个优化目标没有进行充分的权衡,因此这也仅仅是找到了一个可行解而已,很难保证其是近似最优解。
但是,有了NLP这个技术之后,人机交互之间没有了太多的障碍,同时机器也要能理解人类语言,执行人的意图,对于每一个调度方案都能充分模拟,给出各个pareto解并同时给出相应指标。这就需要基于自然语言的生产调度,横跨NLP和OR双学科的攻坚战。具体场景可以参考《2001太空漫游》的HAL9000和《流浪地球》中的MOSS,能够在极短的时间内模拟多种情况,并给出操作员最为合适的解决方案。
当然,如果能够达到这个效果可以说是杀鸡用了牛刀,但是杀鸡如果不用牛刀,还是寄希望于小学老板给生产线加风扇的弱智笑话这种,我想世界的科研也就可以不用进步了,直接刀耕火种男耕女织更好,更加原始亲近自然,还没有各种转基因和污染的烦恼。这也许就是科学的魅力,允许科研人员的异想天开,梦想总是要有的,万一实现了呢?
 
2.论文2
新闻题目:李飞飞等人论文登上Nature合作期刊:人工智能为ICU病人带来福音
新闻链接:https://www.jiqizhixin.com/articles/2019-03-02-3
论文题目:A computer vision system for deep learning-based detection of patient mobilization activities in the ICU
灵感来源:早期频繁的患者移动大大降低了 ICU 后综合征(post-intensive care syndrome)和长期功能障碍的风险。来自斯坦福大学的研究者开发和测试了计算机视觉算法来检测成人 ICU 病房中的患者移动活动。 
自己想法:这篇文章讲的是目前监控病人移动需要医院的护工进行监视,并且记录,而且数据通常是滞后的。文章提出了一个行为识别的模型,可以分辨病人的四种行为,最后给出模型的精度,隐含的意思就是可以采用这个系统替换医院护工。
目前我们有一种想法零件质量的高低搭配(航空工厂科研和批产零件搭配)能够提升单机多工作台调度的鲁棒性能,那么通过MES, Barcode,Shop-link等等这些数据采集设备收集数据,证明我们的猜想。我们目前发表的一篇文章聚焦的事先的规划和调度,还只是一种在假设条件下的猜想,没有放到真实环境下验证。而下一篇文章可以考虑事后进行从工厂真实数据中进行挖掘和分析,证明猜想。
 
         以上两篇文章均是计算机学科领域的文章,和生产系统没有半毛钱关系。但是依然要去看,要去想,不然我们这个工科领域真的是乏善可陈,每年都是整一些算法搞toy problem。很惭愧,我也为灌水事业贡献了三篇SCI。但是,我们的目标还是要搞一个生产实际用的东西,至少出发点还是解决实际问题的。最好能够与计算机相关领域的人才合作,我们提供真实案例和数据,提供业务场景,提供验证的环境,同时参与系统的需求分析,项目设计,实验验证,希望能够多学科交叉,碰撞出一些火花,激发一些灵感,做出一些真正实用的工业软件或者系统能够在实践中验证,同时可以作为共同一作在top级别的期刊上发表论文(Q1中的前五名吧)。如果有兴趣欢迎评论,转发,发邮件,不敢保证一定能发Q1,但是如果真诚合作,有实用东西出来的话Q3以上是没有问题的。

 

 

发表评论

电子邮件地址不会被公开。 必填项已用*标注