【技术实现步骤摘要】
本专利技术属于复杂动态系统协同控制、多模态生成式预训练模型，具体涉及一种数据与机理融合的工控多模态生成式预训练模型构建方法。
技术介绍
1、近年来，复杂动态系统协同控制在智能制造领域受到了广泛的关注。具体来说，复杂工业过程工艺关联耦合、运行工况多变、设备特性时变，使得系统可靠性运行与高性能协同控制难以协调。
2、基于生成式预训练的深度神经网络拥有强大的知识编码与复杂任务推理能力，并能够通过参数微调适应复杂动态系统协同调控中的多种任务。然而，由于大量数据与机理知识的模态多样、结构差异等原因，传统的生成式预训练模型仅考虑对大量数据进行拟合，在融合机理知识方面具有局限性，从而使得模型鲁棒性、泛化性较差。
技术实现思路
1、本专利技术所要解决的技术问题是：提供一种数据与机理融合的工控多模态生成式预训练模型构建方法，解决了现有技术中传统方法在融合机理知识方面具有局限性，从而使得模型鲁棒性、泛化性较差的问题。
2、本专利技术为解决上述技术问题采用以下技术方案：
3、...
【技术保护点】
1.数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：步骤1中，采用如下公式对样本数据进行标准化预处理：
3.根据权利要求1所述的数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：步骤2中构建数据集包括如下步骤：
4.根据权利要求3所述的数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：在新的数据集中，每个信号-文本对作为一个样本单位，用如下公式表示：
5.根据权利要求1所述的...
【技术特征摘要】
1.数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：步骤1中，采用如下公式对样本数据进行标准化预处理：
3.根据权利要求1所述的数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：步骤2中构建数据集包括如下步骤：
4.根据权利要求3所述的数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：在新的数据集中，每个信号-文本对作为一个样本单位，用如下公式表示：
5.根据权利要求1所述的数据与机理融合的工控多模态生成式预训练模型构建方法，其特征在于：步骤3中构建双编码器包括如下步骤：
6.根据权利要求5所述的数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。