基于统计特征嵌入的Transformer制造传感器数据预测模型
机器学习
2024-07-10 v1 人工智能
摘要
在制造过程中，来自设备的传感器数据对于构建预测模型以管理工艺和提高生产力至关重要。然而，在该领域，收集足够数据以构建稳健模型具有挑战性。本研究提出了一种基于Transformer的新型预测模型，利用统计特征嵌入和窗口位置编码。统计特征提供了传感器数据有效的表示，嵌入使Transformer能够学习时间和传感器相关信息。窗口位置编码从特征嵌入中捕获精确的时间细节。该模型的性能在两个问题上进行了评估：故障检测和虚拟测量，结果优于基线模型。这种改进归因于参数的有效利用，特别适用于样本数量有限的传感器数据。结果支持该模型在各制造行业中的适用性， demonstrate其潜力以增强工艺管理和产量。
引用
@article{arxiv.2407.06682,
title = {A Predictive Model Based on Transformer with Statistical Feature Embedding in Manufacturing Sensor Dataset},
author = {Gyeong Taek Lee and Oh-Ran Kwon},
journal= {arXiv preprint arXiv:2407.06682},
year = {2024}
}