1、信息物理系统技术
CPS是控制系统、嵌入式系统的扩展与延伸，集成感知、计算、通信、控制、和自动控制技术。
构件信息空间中的人、机、物、环境、信息等相互映射、适时交互、高效协同。
体系结构：
1）单元级：不可分割的CPS最小单元，智能部件、工业机器人、智能机床
2）系统级：多个最小单元，通过工业网络（工业总线、工业以太网），实现更大范围的自动化，互联互通、即插即用、边缘网关、数据互操作。
3）SoS级：多个系统级CPS组合。如多个工序形成的车间级或整个工厂CPS。包含数据存储、数据融合、分布式计算、大数据分析。
技术体系：
总体技术：系统架构、异构系统集成、安全技术、试验验证。顶层设计
支撑技术：智能感知、人机交互、中间件、SDN、物联网、大数据
核心技术：虚实融合、智能装备、数字孪生、MBD
四大核心要素：
一硬：感知和自动控制，CPS实现的硬件支撑
一软：工业软件。固化CPS计算和数据流程的规则，核心
一网：工业网络。数据传输载体
一平台：工业云和智能服务平台。对外提供资源管控
2、人工智能技术
1、NLP自然语言处理
2、计算机视觉
3、知识图谱
4、人机交互HCI
5、虚拟显示或增强显示VR/AR
6、机器学习ML
以数据为基础，寻找样本规律
分为：
1）监督学习：已标记数据
2）无监督：无标记数据
3）半监督：
4）强化学习：从环境状态到行为的映射、最大奖励
常见算法：
1）迁移学习：无法获取足够数据进行模型训练，利用另一领域数据获得的关系。如文字分类、图像分类、传感器网络定位、视频分类
2）主动学习：通过一定的算法查询最有用的未标记样本，并交予专家标记，然后用查询到的样本训练分类模型，并提高精度。
3）演化学习：基于演化算法，提供优化工具设计。
3、机器人技术
核心技术：
1、云-边-端的无缝协同计算
2、持续学习与协同学习
3、知识图谱
4、场景自适应
5、数据安全
工业、服务、特殊领域机器人
4、边缘计算
将数据处理、应用程序的运行及功能服务的实现，由网络中心下放到网络边缘的节点上。就近采集并处理数据。
1）云边缘：云服务在边缘测的延伸，逻辑上仍属于云服务。
2）边缘云：在边缘侧构件中小规模的云服务能力
3）云化网关：以云化技术与能力重构嵌入式网关系统。
六种协同：
1）资源协同
2）数据协同
3）智能协同
4）应用管协同
5）业务管理协同
6）服务协同
主要应用：智慧园区、安卓云与云游戏、视频监控、工业互联网、Cloud VR
5、数字孪生
1、建模：对物理细节的理解进行简化和模型化
2、仿真：验证和确认建模的正确性和有效性
3、VR、AR、MR等增强技术
6、云计算和大数据技术
平台、应用
1）软件即服务SaaS：通过浏览器向客户提供应用服务
2）平台即服务PaaS：
3）基础设施即服务IaaS：服务器组成的云端
公有云、社区云、私有云、混合云
大数据特点：
大规模、高速度、多样化、可变性、复杂性
大数据分析步骤：
数据获取/记录、信息抽取/清洗/注记、数据集成/聚集/表现、数据分析/建模、数据解释
