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
2024年11月7日，全省科学技术奖励大会在南京召开，隆重表彰2023年度江苏省科学技术奖获奖单位（集体）、企业和个人。省委书记信 青少年心理健康工作是建设教育强国、健康中国的重要内容，是党中央关心、人民群众关切、社会关注的重大课题。 党的十八大以来，以习近平同志为核心的党中央高度重视和关心广大青少年的心理健康和成长发展。党的二 11月11日，教育部副部长王光彦在新加坡参加中新双边合作机制会议期间，与新加坡教育部常任秘书林宛蓉举行会谈，围绕落实两国领导人共识和两国教育部谅解备忘录，签署《中华人民共和国教育部和新加坡教育部关于高校合作的 11月13日，安徽省亳州市蒙城县“曲艺进校园”活动走进蒙城一中，让学生们近距离了解曲艺文化、感受曲艺魅力，培养文化自信，丰富校园文化生活。近年来，蒙城县通过开展戏曲、曲艺以及楹联等形式多样的 中国教育报-中国教育新闻网讯（记者 史望颖 通讯员 金挺 陈波）“在一个小时内，我们完成了‘盛世芳华’插花作品，让这个源于‘两山理论’灵感的花艺展示在世界舞台上绽放。”近日，随着宁波城市职业 中国教育报-中国教育新闻网讯（记者 余杏 通讯员 匡芳）近日，2024年世界职业院校技能大赛总决赛争夺赛财经商贸赛道——043业财税融合大数据应用组比赛在长沙商贸旅游职业技术学院举行，来自全国各 。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。