PERCEPTION
基于大语言模型的测量可信度校正方法用于可信工业过程推断
Youcheng Zong, Runda Jia, Dakuo He
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出一种基于大语言模型的测量可信度校正方法，通过将过程文档中的测量含义转化为数值模型可用的语义，构建独立的过程参考，以在预测前判断外部测量的可信度。该方法解决了工业过程中传感器偏差、延迟等问题，无需依赖数值相关性或过程方程。
关键词
LLMmeasurement credibilityindustrial process inferencesoft sensingdata reconciliation
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013