公开(公告)号：CN119578541A

公开(公告)日：2025-03-07

申请号：CN202411465577.X

申请日：2024-10-21

Applicant: 复旦大学

Inventor： 徐长盛 ,  刘文博 ,  周水庚

IPC: G06N5/04 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0455 ,  G06F18/10 ,  G06F18/213 ,  G06F123/02

Abstract: 本发明属于深度学习中的数据挖掘领域，具体为一种基于因果关系的时间序列预测系统。本发明时间序列预测方法包括：适用于时间序列数据的因果推断与增强算法；基于图注意力机制与傅里叶变换的因果‑频域注意力模块；基于多层感知机的解码器。本发明能提高现有多变量时间序列预测方法对序列变量间依赖关系的建模能力以及对长时间序列数据的特征提取能力，有效地降低预测结果的误差。

公开(公告)号：CN119917965A

公开(公告)日：2025-05-02

申请号：CN202411795963.5

申请日：2024-12-09

Applicant: 复旦大学

Inventor： 徐长盛 ,  霍思捷 ,  周水庚

IPC: G06F18/2433 ,  G06F18/10 ,  G06F18/214 ,  G06F40/30 ,  G06F18/22

Abstract: 本发明属于钢铁生产设备故障诊断技术领域，具体为一种基于大语言模型的钢铁生产设备故障诊断系统。本发明系统包括数据处理模块、大语言模型训练模块、检索增强生成模块；通过对领域数据的处理和模型训练，构建专用于钢铁生产设备的智能诊断平台；数据处理模块负责对采样数据进行特征提取并构建向量数据库，确保模型能够进行高效的语义匹配；训练模块对大语言模型进行领域适应性调整，提升其在特定领域的推理能力；检索增强生成模块通过集成向量数据库和生成式回答的方式，实现针对性强、精确度高的故障分析与技术指导；系统运行在本地或私有化服务器上进行，确保所有数据处理、模型计算和生成过程都在受控环境中完成，充分保护用户数据的隐私。