掌起C-GPT：用数字科技改变中国化工行业
掌起C-GPT为客户构建从材料研发到应用的材料全生命周期数据中心，集成计算数据、配方实验数据、工艺数据、产品数据、知识数据等方面的材料数据，采用材料信息学、大数据技术、人工智能技术，实现配方-材料全生命周期数据的标准化、规范化、结构化、系统化管理，提高数据质量与应用价值，助力实验室研发人员进行材料发现、结构分析、性能预测及反向配方设计。
传统配方研发模式痛点
高度依赖人工经验
经验知识传承困难
配方数据孤岛化严重
难以形成可用大数据
过程变量多关系复杂
传统分析法无能为力
一站式配方全链路大数据开发、治理、智能分析平台
前沿大数据与人工智能技术
系统同时支持Flume+Kafka+Storm+Mongo大数据实时与hadoop +hive大数据离线分析技术。系统包含了分类、回归、聚类、关联等多种成熟算法类型。系统可处理海量数据、高复杂性的数据挖掘任务，提供准确、高精度的计算结果。
在线与离线大数据处理
丰富的机器学习算法
海量数据的深度学习分析
算法、参数的自动调节
按需构建和管理材料主题数据集
通过系统，企业组织可以对来各种自不同业务系统（如PLM，LIMS、MES等）的海量科学数据进行抽取、清洗、索引，建立统一的数据规范、灵活构建和管理主题库，按需抽提所需数据，创建不同应用场景的数据基因组。
材料数据基因组构建与管理
自定义材料主题数据集
可视化海量数据清洗、自动ETL
按数据使用需求分配权限
强大的数据集成与处理能力
大数据与人工智能的基础是海量的经过清洗的训练数据集。掌起化工智慧大脑提供强大的数据连接、抽取、融合与处理能力。系统支持MySQL、SQL Server、Oracle等关系数据库，InfluxDB、TimescaleDB等时序数据库的连接；支持Excel等本地数据文件的导入和解析。存储在PLM、MES、ERP等信息化系统数据库中的数据，可以自定义规则进行抽取。
关系与非关系数据库、时序数据库
Excel、CSV、TXT等本地数据导入
PLM、MES、ERP等系统数据融合
数据清洗、归一化与存储
快速上手的模型构建
为了方便用户使用，系统支持快速上手的模型构建指引。通过分步可视化流程指引，用户可以按照提示一步步构建自己的分析模型并可自定义要分析的特征和性能目标。利用系统的智能预测功能，设计配方时输入各个成分，可以得到产品性能的预测值。反之，输入想得到的产品性能，系统也可以推荐关键物料配比及主要工艺参数。
可视化流程指引建模
自定义特征和目标
正向性能预测
逆向配方和工艺推荐
持续增强的预测分析能力
大数据与人工智能的一个巨大的优势是其算法模型是不断进化迭代的，随着数据和训练次数的不断增多，模型通过自主学习，其算法和参数也进行不断的优化。系统的预测结果可以通过各种曲线进行展示，帮助用户理解多变量之间的深层规律，辅助配方设计人员更快、更好地进行创新研发。
模型可迭代，持续提升预测精度
数据自动追加，参数自动优化
定量+定性分析，辅助创新研发
丰富的图标展现形式
让数据创造更大价值
针对已产生的问题、缺陷
分析溯源
预测材料性能的变化
以及变化趋势
大大降低预测材料性能所需计算资源的复杂性
针对新材料性能需求提供参考配方
节省计算复杂数据方程式
所需的大量时间
解决材料实验重复、低效率问题，减少大量无明显相关性实验，降低成本
针对新材料性能需求提供
工艺优化建议
监控实时生产数据，问题
预警
核心竞争力
行业
几十年如一日专注化工行业，将
最佳实践赋能客户
服务
创建自动实验数据采集和AI智能
预测推荐模型
产品
企业数据管理薄弱、缺乏安全保
障机制;人员流动频繁导致经验
流失严重
技术
高级数据工程师+AI专家+高分
子材料专家，助力企业实验室大
幅加速材料研发
团队
业内优秀的研发与业务团队，成
员来自中科院、浙江大学、四川
大学等知名高校