arXiv 机器学习· Jiarui Zhang, Zhaoyang Guan, Zhixuan Xia, Naichen Shi·· 2 小时前AI 评分33
用于多阶段制造质量预测的时延引导注意力机制
Delay-Guided Attention for Quality Prediction in Multistage Manufacturing
AI 导读
研究者提出多阶段预测时延引导注意力模型 DAMF，通过显式估计各生产工序间的动态时延分布，引导跨阶段信息传递以进行最终质量预测。该方法利用发生-量值分解分别预测正时延概率与条件量值，并将时延先验融入可微跨阶段注意力与门控残差融合中，推理时无需工厂预设时延。在真实数据集 LiquidSugar 及两个可控时延基准上的评估显示，DAMF 提升了质量预测表现并能更稳定地恢复时延。
来源：arXiv 机器学习 · arxiv.org