FISHER：面向多模态工业信号综合表示的基础模型
机器学习
2026-02-16 v2 人工智能
多媒体
声音
摘要
随着 SCADA 系统的快速部署，如何有效分析工业信号并检测异常状态已成为行业迫切需要解决的难题。由于这些信号存在显著的异质性，我们将其归纳为 M5 问题，之前的工作仅关注小子问题，并采用专用模型，未能利用模态之间的协同作用以及强大的扩展规律。然而，我们认为 M5 信号可以以统一的方式进行建模，由于其内在相似性。因此，我们提出了 FISHER，这是一个面向多模态工业信号综合表示的基础模型。为了支持任意抽样率，FISHER 将抽样率的增加视为子带信息的拼接。具体而言，FISHER 以 STFT 子带作为建模单元，并采用教师学生自监督学习框架进行预训练。我们还开发了 RMIS 基准测试，对 M5 工业信号在多个健康管理任务上的表示进行评估。与顶级自监督模型相比，FISHER展现出灵活且出色的能力，在一般性能上提升了最高达 4.2%，并且扩展曲线更为高效。我们还研究了下游任务的扩展规律，并得出了未来工作的潜在方向。FISHER 和 RMIS 现已开源。
引用
@article{arxiv.2507.16696,
title = {FISHER: A Foundation Model for Multi-Modal Industrial Signal Comprehensive Representation},
author = {Pingyi Fan and Anbai Jiang and Shuwei Zhang and Zhiqiang Lv and Bing Han and Xinhu Zheng and Wenrui Liang and Junjie Li and Wei-Qiang Zhang and Yanmin Qian and Xie Chen and Cheng Lu and Jia Liu},
journal= {arXiv preprint arXiv:2507.16696},
year = {2026}
}
备注
11 pages, 6 figures. FISHER open-sourced on \url{https://github.com/jianganbai/FISHER} RMIS open-sourced on \url{https://github.com/jianganbai/RMIS}