CN119272641B 一种融合预训练大语言模型的工业设备剩余寿命预测方法 （中国计量大学）_第1页
CN119272641B 一种融合预训练大语言模型的工业设备剩余寿命预测方法 （中国计量大学）_第2页
CN119272641B 一种融合预训练大语言模型的工业设备剩余寿命预测方法 （中国计量大学）_第3页
CN119272641B 一种融合预训练大语言模型的工业设备剩余寿命预测方法 （中国计量大学）_第4页
CN119272641B 一种融合预训练大语言模型的工业设备剩余寿命预测方法 （中国计量大学）_第5页
已阅读5页，还剩23页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种融合预训练大语言模型的工业设备剩本发明公开了一种融合预训练大语言模型模块实现预训练的大型语言模型与时间序列的2步骤一：采集工业设备的时序数据并依次进行预处理和的多头注意力层和前馈全连接层大部分原始参数，仅对少量可训练的低秩矩阵进行微调，步骤三：将预训练大语言模型的参数输入至附加网络，通过附加上下投影层的方式，以最大化利用预训练的大语言模型对时2.根据权利要求1所述的一种融合预训练大语言模型的工业设备剩余寿命预测方法，3.根据权利要求2所述的一种融合预训练大语言模型的工业设备剩余寿命预测方法，34.根据权利要求2所述的一种融合预训练大语言模型的工业设备剩余寿命预测方法，2分割后的数据再经过短时傅里叶变换和提取能量分布之后5.根据权利要求2所述的一种融合预训练大语言模型的工业设备剩余寿命预测方法，对于长度不能均匀划分为相等长度的时间序列，在每个原始序列的末尾使用填充6.根据权利要求1所述的一种融合预训练大语言模型的工业设备剩余寿命预测方法，通过旋转编码矩阵来实现相对时间位置的注意力机制，以在嵌入特征中编码相对时间信7.根据权利要求6所述的一种融合预训练大语言模型的工业设备剩余寿命预测方法，4所述步骤1.2.3中的相对时间嵌入编码公8.根据权利要求1所述的一种融合预训练大语言模型的工业设备剩余寿命预测方法，嵌入向量通过线性输出层，将嵌入映射回到分段的时间序列数预测出的分段时间序列数据与分段时间序列数据目标值，使用均方误差作为时9.根据权利要求1所述的一种融合预训练大语言模型的工业设备剩余寿命预测方法，n表示与Transformer块融合后的第n个附加网络块的输出，Tkn和Pkn分别表示Transformer块和附加网络块的映射操作5供更精准的信息支持。而传统的剩余寿命预测方法通常基于浅层特征提取或手工构造特[0007]步骤二：嵌入后数据输入预训练大语言模型，模型包含一组Transformer编码器独立的附加网络块，每个附加网络块平行于预训练大语言模型中的Transformer编码器块6w(t-t)[0025]E(t,f)=x(t,f)I278附加网络块的输入，通过调节参数α,在Transformer块和附加网络块的输出之间进行加权增加计算开销。9[0068]步骤一：采集工业设备的时序数据并输入至时序数据预处理模块和输入嵌入模[0073]表示三个连续的均方根值都超过了yt，则认为时间t为对应于初始的故障诊断时w(t-t)[0078]E(t,f)=x(t,f)I2大语言模型中，模型包含一系列预训练的Transformer块，每个块包含层，经过附加网络块的输入。通过调节参数α,可以

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论