深度学习在工业过程控制优化中的应用研究综述
深度学习为工业过程的控制优化提供理论支持，其模型（像 CNN、LSTM、Transformer）在特征提取、处理非线性数据等方面具备优势，已在房地产工程进度预测、化工风险预警等场景中得到应用。不过存在泛化性能欠佳、数据获取不易、计算繁杂、可解释性不佳等难题。未来应融合物联网、大数据等技术，促进工程管理改革与智能提高。
[1]李展 .深度学习在激光器光束控制中的应用研究 [D].北京：中国科学院大学 , 2022.
[2]李炬 .深度学习在工业零件磁瓦表面缺陷检测中的应用研究 [D].四川：四川大学 , 2022.
[3]马晓杰 .深度学习在语义情感分析中的应用研究 [D].河北：华北电力大学 (保定 ), 2022.
[4]刘凯 .基于深度学习的工业过程故障诊断方法研究 [D].浙江：杭州电子科技大学 , 2022.
[5]赖宸宇 .深度学习在钢轨轮廓检测中的应用研究 [D].四川：西南交通大学 , 2022.
[6]雪峰豪 ,蒋海波 ,唐聃 .深度学习在健康医疗中的应用研究综述 [J].计算机科学 , 2023, 50(4):15.
[7]付钰菲 ,汪明艳 .深度学习在金融领域的应用研究综述 [J].软件工程 , 2022, 25(3):4.
[8]陈吉尚 , 哈里旦木·阿布都克里木 , 梁蕴泽 , 阿布都克力木·阿布力孜等 . 深度学习在符号音乐生成中的应用研究综述 [J]. 计算机工程与应用 , 2023, 59(9): 27-45.
[9]谢俊 ,程先琼 .深度学习在地震定位中的应用综述 [J].地震工程学报 ,2023,(1):235-243.
[10]高腾 ,张先武 ,李柏 .深度学习在安全帽佩戴检测中的应用研究综述 [J].计算机工程与应用 , 2023, 59(6):17.