面向复杂工业过程的虚拟样本生成综述OA北大核心CSTPCD
用于复杂工业过程难测运行指标和异常故障建模的样本具有量少稀缺、分布不平衡以及内涵机理知识匮乏等特性.虚拟样本生成(Virtual sample generation,VSG)作为扩充建模样本数量及其涵盖空间的技术,已成为解决上述问题的主要手段之一,但已有研究还存在缺乏理论支撑、分类准则与应用边界模糊等问题.本文在描述复杂工业过程难测运行指标和异常故障建模所存在问题的基础上,梳理虚拟样本定义及其内涵,给出面向工业过程回归与分类问题的VSG实现流程;接着,从样本覆盖区域、实现流程与推广应用等方向进行综述;然后,分析讨论VSG的下一步研究方向;最后,对全文进行总结并给出未来挑战.
汤健;崔璨麟;夏恒;乔俊飞;
北京工业大学信息学部,北京100124 北京工业大学智慧环保北京实验室,北京100124 北京工业大学智能感知与自主控制教育部工程研究中心,北京100124
复杂工业过程虚拟样本生成数据驱动建模样本覆盖区域
《自动化学报》 2024 (004)
P.688-718 / 31
国家自然科学基金(62073006,62173120);北京市自然科学基金(4212032);科技创新2030-“新一代人工智能”重大项目(2021ZD0112301,2021ZD0112302)资助。
评论