Flowcean - 面向网络-物理系统的模型学习
机器学习
2026-03-13 v1 人工智能
摘要
网络-物理系统（CPS）的有效模型对于其设计和运行至关重要。由于CPS固有的复杂性，构建此类模型具有挑战性且耗时。因此，数据驱动的方法通过机器学习进行模型生成正日益流行。本文提出Flowcean——一个专注于模块化和可用性的自动化数据驱动模型生成框架。该框架提供多种学习策略、数据处理方法和评估指标，为CPS场景提供了综合解决方案。Flowcean促进了多样化学习库和工具在模块化和灵活架构中的集成，确保适用于广泛的建模任务。通过此，流程的模型生成与评估得以简化，使其更高效、更易于访问。
引用
@article{arxiv.2603.12015,
title = {Flowcean - Model Learning for Cyber-Physical Systems},
author = {Maximilian Schmidt and Swantje Plambeck and Markus Knitt and Hendrik Rose and Goerschwin Fey and Jan Christian Wieck and Stephan Balduin},
journal= {arXiv preprint arXiv:2603.12015},
year = {2026}
}