领域知识融合的高炉分类器设计

高炉建模与控制是工业领域的重要问题之一，黑盒模型是描述复杂高炉系统的有效手段。在实际应用中，往往存在不同的学习目标，例如工业应用中的安全与节能，具体取决于应用场景。为此，本文提出一种框架，用于设计融合领域知识的分类模型，从而产出面向工业应用的分类器。我们所提出的知识嵌入学习方案，使用户能够构建出能更准确识别“重要样本”（其误分类可能导致严重后果）的分类器，同时保持对剩余样本分类的适当精度。所提方法的有效性已通过两个真实高炉数据集得到验证，该数据集可指导操作员利用其先验经验更好地控制高炉系统。