去噪自编码脉冲网络

低功耗·抗噪·产量预测

面向药物中间体异烟酸工业产量预测的脉冲神经网络，融合去噪自编码特征提取与多层感知机结构，在真实工业数据集上实现稳健预测。

Pinze, Ren · Yitian, Wang · Wang, Zisheng · Peng, Dandan · Chenyu, Liu · Te, Han

Advanced Engineering Informatics 2025

技术优势

抗噪声

去噪自编码器能提取有意义的潜在特征，压缩高维工业数据，增强对噪声的鲁棒性。

低功耗

脉冲神经网络模拟生物神经元动态行为，同时保持低功耗，适合边缘部署。

高精度

将提取特征与原始数据拼接后输入多层感知机脉冲神经网络，显著提升了预测精度与稳健性。

应用场景

• 工业数据分析：处理高维、含噪工业数据，提取关键特征用于产量预测。
• 药物合成工艺优化：预测异烟酸产量，辅助调节过程参数以提高收率与一致性。
• 过程监控：集成至生产监控系统，输入过程参数即可实时获取产量预测。
• 边缘计算：模型低功耗，适合部署在边缘设备上进行在线预测。