-
公开(公告)号:CN118982276A
公开(公告)日:2024-11-19
申请号:CN202411005149.9
申请日:2024-07-25
Applicant: 中南大学
IPC: G06Q10/0639 , G06Q50/04 , G06F18/15 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/22 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/09 , G06N3/0895 , G06N3/096
Abstract: 本申请适用于工业过程数据驱动建模技术领域,提供了一种基于即时学习的工业关键工艺指标自适应预测方法,包括:确定与工业关键工艺指标相关的过程参数,并获取离线训练数据;利用离线训练数据对教师模型进行训练,并根据训练后的教师模型对学生模型进行蒸馏学习;基于马氏距离实现即时学习相似样本集合的第一步筛选;利用训练后的学生模型对当前查询样本进行工艺指标预测,并根据预测结果和余弦相似度,实现即时学习相似样本集合的第二步筛选;利用即时学习相似样本集合对学生模型进行在线训练,得到工艺指标预测模型;利用工艺指标预测模型对当前查询样本进行工艺指标预测。本申请能够提高关键工艺指标的预测准确性。
-
公开(公告)号:CN118982275A
公开(公告)日:2024-11-19
申请号:CN202411005146.5
申请日:2024-07-25
Applicant: 中南大学
IPC: G06Q10/0639 , G06Q50/04 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本申请涉及工业过程数据技术领域,提供了一种多模态感知的工业过程工艺指标预测方法。该方法包括:对非结构化数据进行特征提取得到深层特征,并对结构化数据进行编码得到浅层特征;利用第二编码器对深层特征和浅层特征进行融合得到融合特征;根据所有融合特征构建综合损失函数并对第二编码器进行优化,得到优化后的第二编码器;利用优化后的第二编码器得到最终融合特征,并利用预测模型对最终融合特征进行预测得到工艺指标预测值;基于工艺指标预测值构建预测损失函数,并对预测模型进行微调,得到优化后的预测模型;利用优化后的第二编码器、优化后的预测模型进行指标预测,得到工艺指标预测结果。本申请的方法能够提高工艺指标预测的准确性。
-