主要功能及优势：

1）丰富而先进的算法工具箱

DTEmpower的核心功能建立于丰富、先进的算法工具箱基础之上。围绕数据清理、特征生成、敏感性分析和模型训练等数据建模的各个环节，DTEmpower均提供有丰富的算法控件。在此基础上，“算法有自研，超参有优化，组合有调度，场景有聚焦”，相比于市面上的其他同类算法，DTEmpower的模型训练效果精度更高、稳定性更好。

图 1 DTEmpower内置丰富而先进的算法工具箱

2）零编码建模

DTEmpower提供了图形化的数据建模流程搭建功能。所有的数据及模型操作，均以工具箱中模块的形式提供。用户无需具备编码能力或深入了解算法细节，通过简单的节点拖拽与节点连接即可完成复杂的数据建模流程的构建。

图 2 DTEmpower采用零编码的数据建模流程搭建模式

3）表格式数据前处理

除了图形化建模，DTEmpower还提供了向导式建模，专门为无任何建模基础的工程人员提供的一键式数据建模功能，用户也无需拖拽任何节点就能搭建完整的建模流程。

图3 DTEmpower支持一键式的向导式建模

4）丰富的数据可视化与图表交互

DTEmpower支持对表格数据执行灵活的交互，其中既包括电子表格常见的筛选、排序、统计等，也支持对表格数据做类型丰富且美观的数据可视化图表，方便用户快速掌握数据中存在的规律。

图 4  基于自研算法AIOD完成异常点智能识别

5）智能数据清理算法

数据中的异常点很大程度的影响着模型的质量，因此数据清理至关重要。考虑到工业设计数据集的特性，天洑研发了智能数据清理算法AIOD。通过自研的智能调度引擎，管控数十种数据清理算法，一键式精准挖掘出数据集中的“潜在异常点”。

图 5 基于自研算法AIOD完成异常点智能识别

6）针对小规模数据集的AIAgent训练

针对工业设计数据的“小数据集”“数据分布不均”等特点，天洑研发了一套智能训练算法AIAgent，通过使用集成算法、智能分层分类以及超参优化等技术，用户无需介入训练过程，一键得到“最优”模型。

图6 船舶兴波阻力数据集AIAgent训练同其他算法训练的效果对比

 7）机理模型融合

DTEmpower支持用户在训练流程中嵌入机理模型，以改善模型的精度和提高模型的可解释性。同时还提供模型聚合功能，可以将用户提供的公式模型和数据训练的模型组合，作为单个DT模型导出，从而实现数据挖掘与机理模型的融合。

图 7  DTEmpower支持数据挖掘与机理模型的融合

8）工业设计场景聚焦——智能优化

DT模型的一类典型应用场景是用于产品设计优化、设备运行优化等各类优化问题中。天洑智能优化设计平台AIPOD支持在计算流程中一键导入DT模型，借助于SilverBullet算法，进行优化问题求解。

图 8 在AIPOD中一键导入DT模型并进行优化

9）工业运维场景聚焦——智能监盘

智能监盘扩展工具箱在DTEmpower强大的数据建模能力的基础之上，提供了一套针对时间序列的智能预警算法，可以轻松固化专家的判断逻辑，从参数的波动、变化趋势，以及参数和预示模型预测值的相对偏差等多方面对参数进行健康度评估，实现异常早期预警。

图 9 识别时间序列中的异常现象，并给出异常原因，辅助用户快速处置