Long Horizon Transformer

新型TQRNN30d模型可提前30天预测工业设备故障

研究人员开发了一个名为TQRNN30d的新框架，用于工业环境中的长时域预测性维护。该模型使用双阶段分位数回归神经网络和多流时序融合分类器，可提前30天预测设备故障。该系统将每小时的机器行为映射到分位数状态表示，并处理720小时的数据以识别退化模式。在九个制造工厂的数据上进行的评估显示，TQRNN30d在30天预测范围内，在F1、召回率、精确率、准确率和ROC-AUC方面优于18个基线模型。