公开(公告)号：CN115859175B

公开(公告)日：2023-05-23

申请号：CN202310123497.5

申请日：2023-02-16

Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

Inventor： 赵云波 ,  朱慧娟 ,  闫晓辉 ,  康宇

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0455 ,  G01D21/02

Abstract: 本发明涉及预测性维护技术领域，公开了一种基于跨模态生成式学习的液压减震器设备异常检测方法，采集生产时的传感器数据，输入到线性分类器中，得到液压减震器设备状态的预测结果；线性分类器的训练方法包括：获取液压减震器的传感器数据；构建由编码器、过渡器、解码器组成的具有多层结构的双流跨模态模型；将双流跨模态模型的编码器与两个全连接层组成所述线性分类器；该双流跨模态模型的编码器只需要无标签的数据来执行预训练任务，就能捕获丰富的上下文特征，并缩小两种模态之间的差异，从而为下游的微调任务提供有效的初始化。此外，本发明的下游微调任务只需要少量有标签数据即可得到一个优秀的线性分类器。

公开(公告)号：CN115859175A

公开(公告)日：2023-03-28

申请号：CN202310123497.5

申请日：2023-02-16

Applicant: 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)

Inventor： 赵云波 ,  朱慧娟 ,  闫晓辉 ,  康宇

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0455 ,  G01D21/02

Abstract: 本发明涉及预测性维护技术领域，公开了一种基于跨模态生成式学习的液压减震器设备异常检测方法，采集生产时的传感器数据，输入到线性分类器中，得到液压减震器设备状态的预测结果；线性分类器的训练方法包括：获取液压减震器的传感器数据；构建由编码器、过渡器、解码器组成的具有多层结构的双流跨模态模型；将双流跨模态模型的编码器与两个全连接层组成所述线性分类器；该双流跨模态模型的编码器只需要无标签的数据来执行预训练任务，就能捕获丰富的上下文特征，并缩小两种模态之间的差异，从而为下游的微调任务提供有效的初始化。此外，本发明的下游微调任务只需要少量有标签数据即可得到一个优秀的线性分类器。