arXiv · AI· Rohit Murali, Benaissa Dekhici, Tao Chen, Dongda Zhang, Michael Short·· 6 小时前AI 评分20
使用 LSTM-beta-VAE 生成式数据增强的多输出 LSTM 软传感器用于工业厌氧协同消化
Multi-output LSTM soft sensors for industrial anaerobic co-digestion using LSTM-beta-VAE generative data augmentation
AI 导读
该研究提出结合 LSTM-beta-VAE 生成式数据增强框架与多输出 LSTM (MO-LSTM) 软传感器，用于解决工业厌氧消化中数据稀疏问题。 基于一年全规模工厂数据合成物理有效的不稳定过渡序列，MO-LSTM 实现了对稳定性指标的稳健同步估计，弥补了随机森林和标准 LSTM 的不足。 该方法为混合机理-数据驱动建模及工业生物过程早期预警软传感器提供了基础。
来源：arXiv · AI · arxiv.org