研究人员开发了Picid，一个新颖的模块化评估基础设施，旨在标准化和提高预测与健康管理（PHM）研究的可复现性。该系统解决了数据划分、预处理和指标选择等领域普遍存在的实践不一致问题，这些问题常常导致结果难以比较。Picid将评估流程形式化为一个明确的、可执行的协议，确保确定性且无数据泄露的数据集构建，同时保持跨各种PHM应用的灵活性。该框架支持故障检测、诊断和预测，并通过评估十二个不同数据集上的十三个模型进行了演示。 AI
影响 为预测与健康管理（PHM）领域建立了一个可重用的、标准化的、公平的、可复现的评估基础。
排序理由 该集群描述了一篇介绍特定领域（PHM）新评估基础设施的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.28345v1 Announce Type: new Abstract: Progress in Prognostics and Health Management (PHM) is hindered by the lack of standardized and reusable evaluation practices across tasks, datasets, and application domains. Reported results are often difficult to reproduce and com…
Progress in Prognostics and Health Management (PHM) is hindered by the lack of standardized and reusable evaluation practices across tasks, datasets, and application domains. Reported results are often difficult to reproduce and compare, as key protocol choices, such as data spli…