工业时间序列是反映生产过程的结构化数据。工业时间序列的分析和预测对优化工业流程、提升效率具有重要意义。而工业生产过程的动态变化导致时间序列数据分布漂移，使得传统静态预测模型无法长期保持高效性。传统的模型更新方法如重新训练的计算和存储成本高昂，增量微调的方式易导致已学模式的灾难性遗忘。这限制了现有模型在非平稳工业环境中的应用效果。
中国科学院沈阳自动化研究所提出了面向非平稳工业时间序列预测的自适应持续学习（ACL）方法，提升了预测模型的适应性和泛化能力。相关研究成果以An Adaptive Continual Learning Method for Nonstationary Industrial Time Series Prediction为题，发表在IEEE Transactions on Industrial Informatics上。
该研究从网络训练和网络结构两个方面改进了持续学习方法。研究通过基于提示的网络参数学习保留了先前任务的“暗知识”，缓解灾难性遗忘，并引入软记忆缓冲区使模型能够更好地学习当前任务，进而在稳定性与可塑性之间实现平衡。进一步，研究在网络结构层面提出了时间敏感的激活函数TimeRelu，使网络激活阈值随时间变化，从而提高了模型的泛化能力。这一方法在开源的太阳能发电数据集和实际的磨矿分级过程数据集上验证了有效性。
这一成果有望应用于智能矿山、钢铁冶金等复杂工业场景中的预测性维护和生产过程优化等场景。下一步，该团队将针对任务划分的自动化和概念漂移检测等问题开展研究，探讨元学习等前沿技术在增强模型动态适应能力方面的潜力。
研究工作得到国家自然科学基金和辽宁省重点研发项目的支持。
面向非平稳时间序列预测任务的持续学习框架
持续学习任务示意图
中新社柏林11月9日电 维也纳消息：当地时间8日，沙特阿卜杜勒阿齐兹亲王国际水奖(Prince Sultan Bin Abdulaziz Internation 包括人类在内的脊椎动物的大脑都有两个脑半球，左右脑半球在结构上是对称的。由于大量的神经连接主要为同侧大 统筹推进科技教育与人文教育，有利于形成更高水平的人才培养体系，有利于全面提高学生综合素养 党的二十届三中全会明确提出“强化科技教育和人文教育协同”。这是深化教育综合改革的题中 本报北京11月6日讯（记者 林焕新）今天，教育部党组书记、部长怀进鹏调研中国石油大学（北京）、中央财经大学，了解学校服务国家战略、培养拔尖创新人才、科学研究、学科建设、国际交流合作等情况。 中国教育报-中国教育新闻网讯（特约通讯员 苏勤）日前，内蒙古通辽市确定科尔沁区为全市首批深化新时代教育评价改革试点地区，通辽市第一中学等22所学校（幼儿园）为全市首批深化新时代教育评价改革试点 中国教育报-中国教育新闻网讯（记者 刘玉）11月11日至15日，2024年全国普通高等学校体育教育专业学生基本功大赛在沈阳体育学院举行。大赛由教育部体育卫生与艺术教育司主办，辽宁省教育厅、沈阳体育 。本文链接：科研人员提出面向非平稳工业时间序列预测的自适应持续学习方法http://www.sushuapos.com/show-12-473-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。