跳到正文
热点事件持续更新

arXiv论文提出TFC-MMFD旋转机械故障诊断基础模型

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

arXiv论文(2611.15051)的作者提出TFC-MMFD,一种面向旋转机械故障诊断的时频-工况多模态融合基础模型,将统计指标、时频图像、振动序列与文本描述统一token化,经LLaMA骨干、跨模态双向注意力和Q-Former提炼为故障模式查询。 论文称,在覆盖不同轴承类型、转速和负载的十个公开轴承数据集的四个递进任务上,TFC-MMFD达到99.40%准确率和99.16%宏F1;在每类仅有五个标注样本的未见机器场景下,准确率从20.26%提升至95.63%。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月14日
  1. arXiv cs.AI
    时频-工况多模态融合基础模型 TFC-MMFD 用于旋转机械通用故障诊断

    arXiv 论文提出 TFC-MMFD,一种面向多要素异构场景下旋转机械故障诊断的时频-工况多模态融合基础模型,将统计指标、时频图像、振动序列与文本描述统一 token 化,经 LLaMA 骨干、跨模态双向注意力和 Q-Former 提炼为故障模式查询。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。