考题分析
该部分主要在基础知识部分出现，熟记一下
物理信息系统CPS
物理信息系统CPS集成了先进的感知、计算、通信、控制等信息技术和自动化技术
物理信息系统CPS的体系架构如下
单元级：是具有不可分割性的CPS最小单元
系统级：实现局部制造资源的自组织、自配置、自决策、自优化
SoS级：实现数据的汇聚，从而对内进行资产的优化和对外形成运营优化服务
物理信息系统CPS的技术体系包括：CPS总体技术、CPS核心技术、CPS支撑技术
人工智能技术
根据人工智能是否能真正实现推理、思考和解决问题，将人工智能分为弱人工智能和强人工智能
人工智能关键技术包括：自然语言处理、计算机视觉、知识图谱、人机交互、虚拟现实或增强现实、机器学习
机器学习分类
监督学习 ：利用已标记的有限训练数据集，通过某种学习策略/方法建立一个模型，从而实现对新数据/实例的标记/映射。监督学习算法包括：回归和分类
无监督学习 ：利用无标记的有限数据描述隐藏在未标记数据中的结构/规律。常见算法报错：Apriari算法、KMeas算法、随机森林、主成分分析
半监督学习 ：利用少量的标注样本和大量的未标识样本进行训练和分类
机器人技术
机器人条件包括
- 具有脑、手、脚等三要素的个体
- 具有非接触传感器和接触传感器
- 具有平衡觉和固有觉的传感器
机器人4.0
机器人4.0核心技术包括：云-边-端的无缝协同计算、持续学习与协同学习、知识图谱、场景自适应和数据安全
边缘计算
边缘计算包括：云边缘、边缘云与云化网关
边缘计算特点
联接性 ：边缘计算的基础、需要边缘计算具备丰富的联接功能
数据第一入口 ：作为物理世界到数字世界的桥梁
约束性 ：需要考虑通过软硬件集成与优化，以适配各种条件约束
分布性：不仅指地理分散，更要求支持分布式计算存储、资源调度、分布式智能与安全能力等
边云协同
边云协同指边缘计算和云计算协同，包括：资源协同、数据协同、智能协同、应用管理协同、业务管理协同、服务协同
边缘计算应用场合
边缘计算应用场合包括：智慧园区、安卓云和云有效、视频监控、工业物联网、Cloud VR
数字孪生体
数字孪生体核心技术包括：建模、仿真和基于数据融合的数字线程
题目
(2025年11月真题) 下列关于监督学习、半监督学习、自监督学习的描述，正确的是（）
A 自监督学习完全依赖标注数据
B 半监督学习依靠少量标注数据和大量未标注数据
C 监督学习不依赖标注的数据
D 监督学习可对未知类别数据有较好预测性
答案：B，自监督学习也即无监督学习，监督学习的模型是在已知类别的标注数据进行训练，针对未知类别的数据无法进行准确的预测