arXiv Artificial Intelligence· Rohit Murali, Benaissa Dekhici, Tao Chen, Dongda Zhang, Michael Short·· 17 小时前AI 评分31
基于 LSTM-beta-VAE 生成数据增强的多输出 LSTM 软测量用于工业厌氧共消化
Multi-output LSTM soft sensors for industrial anaerobic co-digestion using LSTM-beta-VAE generative data augmentation
AI 导读
研究提出 LSTM-beta-VAE 生成式数据增强框架与多输出 LSTM（MO-LSTM）软测量，用一年全尺寸工厂数据合成不稳定工况序列，填补特征空间稀疏区域。基线评估显示，数据稀缺使 Random Forest、XGBoost 和未增强 LSTM 无法识别向不稳定运行的转变，稳定性指标估计较差；在增强数据上训练的 MO-LSTM 实现了对所有目标的同时稳健估计。
来源：arXiv Artificial Intelligence · arxiv.org