Timeseries Transformer Classification
模型概述
該模型基於Transformer架構,專門用於時間序列數據的二元分類任務。它能夠從傳感器捕獲的時間序列數據中識別特定模式,適用於工業設備故障檢測等場景。
模型特點
注意力機制
採用Transformer的注意力機制,能夠有效捕捉時間序列中的長期依賴關係
工業應用
專為工業傳感器數據分析設計,特別適合設備故障檢測
輕量級實現
基於tf-keras實現,模型相對輕量且易於部署
模型能力
時間序列分類
工業設備故障檢測
傳感器數據分析
使用案例
工業設備維護
發動機故障檢測
通過分析發動機傳感器數據自動檢測是否存在特定故障
在FordA數據集上表現良好
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98