電力人工智能樣本增廣技術(shù)架構(gòu)要求（-2024）

ICS國(guó)際標(biāo)準(zhǔn)分類號(hào)

CCS中國(guó)標(biāo)準(zhǔn)文獻(xiàn)分類號(hào)

團(tuán)體標(biāo)準(zhǔn)

T/CESXXX-XXXX

電力人工智能樣本增廣技術(shù)架構(gòu)要求

Technicalarchitecturerequirementsforsampleaugmentationinelectric

powerartificialintelligence

XXXX-XX-XX發(fā)布XXXX-XX-XX實(shí)施

中國(guó)電工技術(shù)學(xué)會(huì)發(fā)布

T/CESXXX—XXXX

前言

本文件按照GB/T1.1—2009《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分標(biāo)準(zhǔn)的結(jié)構(gòu)與編寫(xiě)》給出的規(guī)則起草。

本文件由中國(guó)電工技術(shù)學(xué)會(huì)提出。

本文件由中國(guó)電工技術(shù)學(xué)會(huì)標(biāo)準(zhǔn)工作委員會(huì)能源智慧化工作組歸口。

本文件起草單位：國(guó)家電網(wǎng)有限公司大數(shù)據(jù)中心、國(guó)網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司、中國(guó)電力科學(xué)研

究院有限公司、國(guó)網(wǎng)智能電網(wǎng)研究院有限公司、安徽繼遠(yuǎn)軟件有限公司、國(guó)網(wǎng)福建省電力有限公司。

本文件主要起草人：李強(qiáng)、趙峰、邱鎮(zhèn)、陳振宇、李博、劉識(shí)、李炳森、黃曉光、張琳瑜、秦余、王

曉東、張國(guó)梁、周逸平、蘇勇、朱署光、李小寧、徐凡、鄭碧煌、李黎、余江斌、郭慶、浦正國(guó)、薛濛、

黃旭東、聶文萍、劉曉飛、劉健、李揚(yáng)笛、林晨翔、謝煒。

本文件為首次發(fā)布。

II

T/CESXXX—XXXX

電力人工智能樣本增廣技術(shù)架構(gòu)要求

1范圍

本文件規(guī)定了電力人工智能樣本增廣技術(shù)架構(gòu)、策略制定、增廣算子編排等方面做出規(guī)范性要求。

本文件適用于電力人工智能圖像類、文本文檔類、語(yǔ)音類等樣本增廣。

2規(guī)范性引用文件

下列文件對(duì)于本文件的應(yīng)用是必不可少的。凡是注日期的引用文件，僅注日期的版本適用于本文件。

凡是不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。

GB/T5271.29—2006信息技術(shù)詞匯第29部分：人工智能語(yǔ)音識(shí)別與合成

GB/T5271.31—2006信息技術(shù)詞匯第31部分：人工智能機(jī)器學(xué)習(xí)

DA/T77-2019紙質(zhì)檔案數(shù)字復(fù)制件光學(xué)字符識(shí)別OCR工作規(guī)范

3術(shù)語(yǔ)和定義

下列術(shù)語(yǔ)和定義適用于本文件。

3.1

人工智能artificialintelligence

研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的

智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來(lái)模擬人類某些智能行為的基本理論、方法

和技術(shù)。

3.2

噪聲noise

真實(shí)標(biāo)記與數(shù)據(jù)集中的實(shí)際標(biāo)記間的偏差。

3.3

語(yǔ)音識(shí)別automaticspeechrecognition

讓機(jī)器通過(guò)識(shí)別和理解過(guò)程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。

3.4

信噪比signal-noiseratio

是一種用于度量信號(hào)與噪聲強(qiáng)度之間關(guān)系的指標(biāo)。

3.5

峰值信噪比peaksignal-noiseratio

指用于表示信號(hào)的最大可能功率與影響其表示的保真度的破壞噪聲的功率之間的比率。

3.6

語(yǔ)音清晰度perceptualevaluationofspeechquality

指語(yǔ)音質(zhì)量的知覺(jué)評(píng)估方法。

3.7

語(yǔ)音質(zhì)量指標(biāo)meanopinionscore

是一種用工衡量語(yǔ)音質(zhì)量的指標(biāo)。

3.8

樣本增廣算子sampleaugmentationoperator

指在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中用于擴(kuò)充訓(xùn)練數(shù)據(jù)集的技術(shù)。

4符號(hào)、代號(hào)和縮略語(yǔ)

3

T/CESXXX—XXXX

下列符號(hào)、代號(hào)和縮略語(yǔ)適用于本文件。

4.1符號(hào)

無(wú)

4.2代號(hào)

無(wú)

4.3縮略語(yǔ)

OCR：光學(xué)字符識(shí)別（OpticalCharacterRecognition）

GAN：生成對(duì)抗網(wǎng)絡(luò)（GenerativeAdversarialNetwork）

5樣本增廣技術(shù)總體架構(gòu)

電力人工智能樣本增廣技術(shù)總體架構(gòu)包括：

a)樣本增廣技術(shù)：包括圖像、文本、音頻三種類型樣本的主流增廣技術(shù)；

b)樣本增廣技術(shù)要求：包括樣本增廣效果評(píng)價(jià)要求、樣本增廣策略制定要求和樣本增廣算子編排

技術(shù)和功能要求。樣本增廣效果評(píng)價(jià)要求部分包含通用評(píng)價(jià)要求和圖像、文本、音頻三種類型樣本的增

廣效果評(píng)價(jià)要求。

圖1電力人工智能樣本增廣技術(shù)總體架構(gòu)圖

6圖像類樣本增廣技術(shù)

6.1基本圖像增廣

基本圖像增廣是指在原有樣本的基礎(chǔ)上，通過(guò)進(jìn)行一些較小的幾何變換（例如翻轉(zhuǎn)、平移、旋轉(zhuǎn)或添

加噪聲等）或者色彩變換（例如亮度、對(duì)比度、飽和度或通道混洗等），以此來(lái)增加訓(xùn)練集的多樣性。以

下是一些常用的基本圖像增廣方法：

a)鏡像翻轉(zhuǎn)：將圖像水平或垂直翻轉(zhuǎn)，生成鏡像的圖像。這種增廣方式可以在保持圖像語(yǔ)義不變的

情況下增加數(shù)據(jù)的多樣性。

4

T/CESXXX—XXXX

b)隨機(jī)裁剪：隨機(jī)從圖像中裁剪出一個(gè)子區(qū)域作為新的圖像或改變圖像的尺寸和位置，增加樣本的

多樣性。

c)旋轉(zhuǎn)：對(duì)圖像進(jìn)行旋轉(zhuǎn)操作，以一定的角度將圖像進(jìn)行旋轉(zhuǎn)，增加樣本在不同角度下的多樣性。

d)縮放：對(duì)圖像進(jìn)行縮放操作，將圖像放大或縮小，改變圖像的尺寸，增加樣本的尺度不變性。

e)平移：對(duì)圖像進(jìn)行平移操作，將圖像沿水平或垂直方向移動(dòng)，增加樣本的平移不變性。

f)亮度調(diào)整：對(duì)圖像的亮度進(jìn)行調(diào)整，增加樣本在不同亮度條件下的多樣性。

對(duì)于一些小尺寸或小粒度的目標(biāo)，例如桿塔上的螺母缺失識(shí)別，其缺少樣本時(shí)可以采用上述方式。圖

像變換增廣的主要特征是面向訓(xùn)練數(shù)據(jù)集的圖像樣本執(zhí)行特定的圖像變換操作，產(chǎn)生新的圖像樣本的標(biāo)簽

信息與原始圖像樣本的標(biāo)簽信息保持一致。

6.2混合圖像增廣

圖像混合增廣方法通過(guò)使用數(shù)據(jù)中的多個(gè)圖像樣本進(jìn)行混合以合成新的圖像樣本。圖像混合增廣方法

具備以下特點(diǎn)：

（1）增廣過(guò)程中需要兩個(gè)或兩個(gè)以上圖像樣本參與；

（2）混合增廣后生成的新的圖像樣本，其語(yǔ)義信息取決于多個(gè)參與增廣樣本的語(yǔ)義；

（3）增廣后生成的圖像樣本往往不具備人眼視覺(jué)理解特性。

6.3虛擬圖像生成

虛擬圖像生成增廣是通過(guò)生成模型(主要以生成對(duì)抗網(wǎng)絡(luò)為主)直接生成圖像樣本，并將生成的樣本加

入到訓(xùn)練集中，從而達(dá)到數(shù)據(jù)集增廣的目標(biāo)。虛擬圖像生成增廣通常使用生成對(duì)抗網(wǎng)絡(luò)及其衍生網(wǎng)絡(luò)作為

圖像樣本的生成模型。

7文本文檔類樣本增廣技術(shù)

7.1標(biāo)簽無(wú)關(guān)增廣方法

標(biāo)簽無(wú)關(guān)增廣方法是指不需要提供數(shù)據(jù)標(biāo)簽、任務(wù)需求等信息，只基于無(wú)標(biāo)簽的訓(xùn)練數(shù)據(jù)即可按照規(guī)

則實(shí)現(xiàn)數(shù)據(jù)增廣。

7.1.1單詞替換

單次替換是指利用近義詞替換文本中的原始單詞，從而在保持文本語(yǔ)義盡量不發(fā)生改變的前提下，得

到新的表述方式。采用單次替換進(jìn)行增廣時(shí)，應(yīng)當(dāng)使單次替換產(chǎn)生的增廣數(shù)據(jù)與原始數(shù)據(jù)的語(yǔ)義盡量相同。

7.1.2回譯

回譯是指原始文本通過(guò)翻譯變?yōu)槠渌Z(yǔ)言的文本，然后再被翻譯回來(lái)得到原語(yǔ)言的新文本。采用回譯

進(jìn)行增廣時(shí)，應(yīng)當(dāng)使回譯產(chǎn)生的增廣數(shù)據(jù)與原始數(shù)據(jù)的語(yǔ)義盡量相同。

7.1.3引入噪聲

引入噪聲是指為文本添加不太影響語(yǔ)義的微弱噪聲，使之適當(dāng)偏離原始數(shù)據(jù)。噪聲類型應(yīng)包括但不限

于以下：

a)文本形式相關(guān)噪聲

b)文本順序相關(guān)噪聲

7.2標(biāo)簽相關(guān)增廣方法

標(biāo)簽相關(guān)增廣方法，是指利用標(biāo)簽信息，按照任務(wù)需求進(jìn)行增廣，應(yīng)考慮增廣數(shù)據(jù)的標(biāo)簽相比于原數(shù)

據(jù)標(biāo)簽是否變化的問(wèn)題。

7.3用于OCR文檔的樣本增廣技術(shù)

對(duì)于OCR文檔的樣本增廣技術(shù)，應(yīng)當(dāng)先通過(guò)樣本清洗技術(shù)將OCR文檔轉(zhuǎn)換為文本文檔后，參考文本文

檔類樣本增廣技術(shù)。

5

T/CESXXX—XXXX

8音頻類樣本增廣技術(shù)

音頻類樣本增廣技術(shù)一般包括但不限于以下幾種：

a)回譯技術(shù)：是指將一個(gè)句子或短語(yǔ)從一種語(yǔ)言翻譯成另一種語(yǔ)言，再將其翻譯回原語(yǔ)言，以增加訓(xùn)

練樣本的多樣性；

b)詞匯替換技術(shù)：是指將訓(xùn)練樣本中的某些詞匯替換為其他詞匯，以增加訓(xùn)練樣本的規(guī)模和多樣性；

c)隨機(jī)噪聲引入技術(shù)：是指在訓(xùn)練樣本中添加隨機(jī)噪聲，以增加模型的魯棒性和泛化能力；

d)生成式的方法：是指通過(guò)生成新的數(shù)據(jù)來(lái)增加訓(xùn)練樣本的規(guī)模和多樣性，例如使用生成式對(duì)抗網(wǎng)絡(luò)

（GAN）等方法。

9樣本增廣效果評(píng)價(jià)要求

9.1通用評(píng)價(jià)要求

9.1.1數(shù)據(jù)一致性

數(shù)據(jù)一致性是指增廣后的樣本應(yīng)保持原有樣本數(shù)據(jù)的特性和模式，保證增廣數(shù)據(jù)對(duì)數(shù)據(jù)集構(gòu)建和模型

訓(xùn)練是有效的。應(yīng)當(dāng)通過(guò)計(jì)算增廣數(shù)據(jù)與原有樣本數(shù)據(jù)的相似度，來(lái)評(píng)價(jià)增廣數(shù)據(jù)與原有樣本數(shù)據(jù)的一致

性。

9.1.2模型性能

模型性能是指通過(guò)觀察模型在使用增廣數(shù)據(jù)進(jìn)行訓(xùn)練后的性能是否有所提升和提升多少來(lái)評(píng)價(jià)樣本

增廣效果。應(yīng)當(dāng)基于驗(yàn)證集或測(cè)試集對(duì)模型進(jìn)行評(píng)估，比較使用增廣數(shù)據(jù)和未使用增廣數(shù)據(jù)的模型性能指

標(biāo)，如準(zhǔn)確率、精確率、召回率、F1分?jǐn)?shù)等。

9.1.3模型魯棒性

模型魯棒性是指模型對(duì)于輸入數(shù)據(jù)的變化和干擾的適應(yīng)能力。應(yīng)當(dāng)引入不同類型的干擾進(jìn)行測(cè)試，觀

察模型在增廣數(shù)據(jù)和未增廣數(shù)據(jù)上的表現(xiàn)差異，評(píng)估模型的魯棒性提升程度。

9.1.4數(shù)據(jù)平衡性

數(shù)據(jù)分布平衡是指數(shù)據(jù)集中各個(gè)標(biāo)簽占據(jù)數(shù)據(jù)總量的百分比。應(yīng)當(dāng)通過(guò)對(duì)比數(shù)據(jù)標(biāo)簽在增廣數(shù)據(jù)前后

的統(tǒng)計(jì)信息，來(lái)評(píng)價(jià)數(shù)據(jù)增廣在數(shù)據(jù)平衡性上的提升情況。

9.1.5人工評(píng)估

人工評(píng)估是指邀請(qǐng)領(lǐng)域?qū)＜覍?duì)增廣前后的樣本進(jìn)行比較和評(píng)估，關(guān)注樣本的質(zhì)量、可識(shí)別性、干擾程

度等方面的變化。

9.2圖像類樣本增廣效果評(píng)價(jià)要求

9.2.1可視化效果

可視化效果是指隨機(jī)選擇一些樣本，并將增廣前后的圖像進(jìn)行對(duì)比，觀察增廣操作對(duì)圖像的影響。一

般認(rèn)為若增廣操作能夠引入合理的變化并保持樣本的可識(shí)別性，可以認(rèn)為增廣效果較好。

9.3文本類樣本增廣效果評(píng)價(jià)要求

9.3.1語(yǔ)義一致性保持

語(yǔ)義一致性保持是指需要確保增廣后的樣本在語(yǔ)義上保持一致性。語(yǔ)義一致性指標(biāo)應(yīng)包括但不限于以

下：詞向量相似度、語(yǔ)義角色標(biāo)注一致性、語(yǔ)義關(guān)系匹配、語(yǔ)義角色對(duì)齊、蘊(yùn)含關(guān)系判斷等。

9.4音頻類樣本增廣效果評(píng)價(jià)要求

9.4.1音頻質(zhì)量指標(biāo)評(píng)價(jià)

音頻質(zhì)量評(píng)價(jià)指標(biāo)使用客觀指標(biāo)對(duì)音頻樣本的質(zhì)量進(jìn)行評(píng)估。應(yīng)包括但不限于信噪比（SNR）、峰值

信噪比（PSNR）、語(yǔ)音清晰度指標(biāo)（PESQ）、語(yǔ)音質(zhì)量指標(biāo)（MOS）等。

6

T/CESXXX—XXXX

10樣本增廣策略制定要求

10.1樣本增廣目標(biāo)

樣本增廣策略應(yīng)首先確定樣本增廣的目標(biāo)，不同的任務(wù)有不同的目標(biāo)，例如提高模型的泛用性、增加

數(shù)據(jù)樣本的多樣性、平衡類別分布等。

10.2樣本增廣算子選擇

樣本增廣策略應(yīng)當(dāng)同時(shí)根據(jù)增廣目標(biāo)和當(dāng)前數(shù)據(jù)集特點(diǎn)選擇適合的樣本增廣算子，并確保樣本增廣算

子能夠?qū)崿F(xiàn)樣本增廣的目標(biāo)。

10.3樣本增廣算子的順序

樣本增廣算子的順序應(yīng)當(dāng)根據(jù)算子之間的依賴關(guān)系和預(yù)期效果，確定合適的算子順序。算子間的順序

對(duì)增廣結(jié)果會(huì)有重要影響，例如，在圖像顏色增強(qiáng)之前應(yīng)用圖像旋轉(zhuǎn)可以提高魯棒性，而之后應(yīng)用則可能

導(dǎo)致顏色失真。

10.4樣本增廣程度

應(yīng)當(dāng)確定樣本增廣算子的程度或參數(shù)設(shè)置。某些數(shù)據(jù)增強(qiáng)算子具有參數(shù)，例如旋轉(zhuǎn)角度、縮放比例、

噪聲水平等。合理選擇增廣操作的程度能夠在盡可能擴(kuò)充數(shù)據(jù)集的同時(shí)，避免引入過(guò)多的噪聲或失真。根

據(jù)任務(wù)需求和數(shù)據(jù)集特點(diǎn)，選擇合適的參數(shù)設(shè)置以平衡增強(qiáng)程度和數(shù)據(jù)樣本的真實(shí)性。

10.5樣本增廣的隨機(jī)性

應(yīng)當(dāng)考慮是否引入隨機(jī)性。在樣本增廣過(guò)程中，可以引入隨機(jī)性來(lái)增加樣本的多樣性。例如，在圖像

旋轉(zhuǎn)中引入隨機(jī)角度，或者在噪聲添加中引入隨機(jī)的噪聲類型和強(qiáng)度。隨機(jī)性可以幫助模型更好地適應(yīng)不

同的變化和干擾。

11樣本增廣算子編排技術(shù)和功能要求

11.1可擴(kuò)展性

算子編排技術(shù)應(yīng)具備良好的可擴(kuò)展性，應(yīng)支持動(dòng)態(tài)擴(kuò)展和縮減計(jì)算資源，以適應(yīng)負(fù)載變化和資源需求

的變化。樣本增廣算子編排技術(shù)應(yīng)能夠適應(yīng)不同規(guī)模的數(shù)據(jù)集和任務(wù)，能夠處理大量的訓(xùn)練數(shù)據(jù)，并能夠

方便地?cái)U(kuò)展到更大規(guī)模的數(shù)據(jù)集，同時(shí)也應(yīng)設(shè)計(jì)適應(yīng)不同類型的增廣操作和組合策略。

11.2并行性

算子編排技術(shù)應(yīng)具備良好的并行性，應(yīng)支持處理大規(guī)模數(shù)據(jù)和高并發(fā)場(chǎng)景，應(yīng)能有效利用分布式計(jì)算

資源，充分利用并行計(jì)算的優(yōu)勢(shì)，以提高增廣過(guò)程的效率，將數(shù)據(jù)和計(jì)算任務(wù)分發(fā)到多個(gè)節(jié)點(diǎn)上進(jìn)行并行

處理，以提高處理速度和吞吐量。

11.3容錯(cuò)性

算子編排技術(shù)應(yīng)具備良好的容錯(cuò)性，應(yīng)能夠處理節(jié)點(diǎn)故障或任務(wù)失敗的情況，并能夠自動(dòng)恢復(fù)和重新

執(zhí)行失敗的任務(wù)。在進(jìn)行數(shù)據(jù)增廣操作時(shí)，可能會(huì)碰到一些異常情況，如無(wú)效輸入、數(shù)據(jù)損壞等。算法應(yīng)

該具備處理這些異常情況的能力，保持算法的穩(wěn)定運(yùn)行。此外，對(duì)于錯(cuò)誤的數(shù)據(jù)增廣操作或組合策略，能

夠進(jìn)行適當(dāng)?shù)奶幚?，避免?duì)訓(xùn)練過(guò)程造成不良影響。

11.4數(shù)據(jù)流管理

算子編排技術(shù)應(yīng)具備良好的數(shù)據(jù)流管理功能，應(yīng)有效地管理數(shù)據(jù)的流動(dòng)和傳遞，能夠處理數(shù)據(jù)的輸入

和輸出，確保數(shù)據(jù)在算子之間按照正確的順序和方式進(jìn)行傳遞。同時(shí)，算子編排應(yīng)支持?jǐn)?shù)據(jù)的分區(qū)和分片，

以便并行處理和提高效率。

11.5優(yōu)化和調(diào)度

7

T/CESXXX—XXXX

算子編排技術(shù)應(yīng)具備良好的優(yōu)化和調(diào)度功能，應(yīng)能夠?qū)τ?jì)算任務(wù)進(jìn)行優(yōu)化和調(diào)度，以提高整體的性能

和資源利用率。應(yīng)當(dāng)根據(jù)任務(wù)的依賴關(guān)系、數(shù)據(jù)分布和計(jì)算資源的可用性等因素，進(jìn)行任務(wù)的調(diào)度和分配，

以最大程度地減少數(shù)據(jù)的傳輸和計(jì)算的延遲。

11.6可視化和管理

算子編排技術(shù)應(yīng)該提供可視化界面或管理接口，方便用戶進(jìn)行算子的設(shè)計(jì)、連接和調(diào)整。同時(shí)，還應(yīng)

提供監(jiān)控和管理功能，用于跟蹤任務(wù)的執(zhí)行情況、資源的使用情況和系統(tǒng)的健康狀況。

8

T/CESXXX—XXXX

參考文獻(xiàn)

[1]GB/T5271.29—2006信息技術(shù)詞匯第29部分：人工智能語(yǔ)音識(shí)別與合成

[2]GB/T5271.31—2006信息技術(shù)詞匯第31部分：人工智能機(jī)器學(xué)習(xí)

[3]DA/T77-2019紙質(zhì)檔案數(shù)字復(fù)制件光學(xué)字符識(shí)別OCR工作規(guī)范

________________________

9

T/CESXXX—XXXX

目次

前言...........................................................................................................................................................II

1范圍.............................................................................................................................................................3

2規(guī)范性引用文件.........................................................................................................................................3

3術(shù)語(yǔ)和定義.................................................................................................................................................3

4符號(hào)、代號(hào)和縮略語(yǔ).................................................................................................................................3

4.1符號(hào)..........................................................................................................................................................4

4.2代號(hào)..........................................................................................................................................................4

4.3縮略語(yǔ)......................................................................................................................................................4

5圖像類樣本增廣技術(shù).................................................................................................................................4

5.1基本圖像增廣..........................................................................................................................................4

5.2混合圖像增廣..........................................................................................................................................5

5.3虛擬圖像生成..........................................................................................................................................5

6文本文檔類樣本增廣技術(shù).........................................................................................................................5

6.1標(biāo)簽無(wú)關(guān)方法..........................................................................................................................................5

6.2標(biāo)簽相關(guān)增廣方法..................................................................................................................................5

6.3用于OCR文檔的樣本增廣技術(shù).............................................................................................................5

7語(yǔ)音類樣本增廣技術(shù).................................................................................................................................6

8樣本增廣效果評(píng)價(jià)要求.............................................................................................................................6

8.1通用評(píng)價(jià)要求..........................................................................................................................................6

8.2圖像類樣本增廣效果評(píng)價(jià)要求..............................................................................................................6

8.3文本類樣本增廣效果評(píng)價(jià)要求..............................................................................................................6

8.4音頻類樣本增廣效果評(píng)價(jià)要求..............................................................................................................6

9樣本增廣策略制定要求.............................................................................................................................7

9.1樣本增廣目標(biāo)..........................................................................................................................................7

9.2樣本增廣算子選擇..................................................................................................................................7

9.3樣本增廣算子的順序..............................................................................................................................7

9.4樣本增廣程度..........................................................................................................................................7

9.5樣本增廣的隨機(jī)性..................................................................................................................................7

10樣本增廣算子編排技術(shù)和功能要求.......................................................................................................7

10.1可擴(kuò)展性................................................................................................................................................7

10.2并行性....................................................................................................................................................7

10.3容錯(cuò)性....................................................................................................................................................7

10.4數(shù)據(jù)流管理............................................................................................................................................7

10.5優(yōu)化和調(diào)度............................................................................................................................................7

10.6可視化和管理........................................................................................................................................8

參考文獻(xiàn)...............................................................................................................................................9

I

T/CESXXX—XXXX

電力人工智能樣本增廣技術(shù)架構(gòu)要求

1范圍

本文件規(guī)定了電力人工智能樣本增廣技術(shù)架構(gòu)、策略制定、增廣算子編排等方面做出規(guī)范性要求。

本文件適用于電力人工智能圖像類、文本文檔類、語(yǔ)音類等樣本增廣。

2規(guī)范性引用文件

下列文件對(duì)于本文件的應(yīng)用是必不可少的。凡是注日期的引用文件，僅注日期的版本適用于本文件。

凡是不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。

GB/T5271.29—2006信息技術(shù)詞匯第29部分：人工智能語(yǔ)音識(shí)別與合成

GB/T5271.31—20