liguge/Awesome-large-language-model-for-Prognostics-and-health-management
用于预测性维护与健康管理的大型语言模型(故障诊断;寿命预测)
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🤖 Tài nguyên về LLM trong chẩn đoán và dự báo tuổi thọ thiết bị
Một danh sách tổng hợp các nghiên cứu và mã nguồn sử dụng mô hình ngôn ngữ lớn (LLM) cho báo trì dự phòng và quản lý sức khỏe hệ thống.
Dự án Awesome-large-language-model-for-Prognostics-and-health-management là một bộ sưu tập các nguồn tài liệu, công trình nghiên cứu và mã nguồn liên quan đến việc áp dụng các mô hình ngôn ngữ lớn (LLM) trong lĩnh vực báo trì dự phòng (prognostics) và quản lý sức khỏe hệ thống (health management). Dự án nhằm hỗ trợ nghiên cứu và thực hành ứng dụng LLM vào chẩn đoán sự cố và dự báo tuổi thọ còn lại của thiết bị (RUL).
✨ Điểm nổi bật
- Chẩn đoán sự cố bằng LLM: Tập trung vào việc sử dụng LLM để phát hiện và chẩn đoán lỗi trong các hệ thống công nghiệp.
- Dự báo tuổi thọ thiết bị (RUL): Các công trình nghiên cứu hỗ trợ dự báo thời gian hoạt động còn lại của thiết bị trước khi hỏng.
- Cập nhật động: Danh sách được cập nhật thường xuyên với các công trình mới nhất liên quan đến LLM trong bảo trì.
- Tài liệu tiếng Trung và tiếng Anh: Cung cấp cả tên tiếng Anh và tiếng Trung của các công trình, dễ dàng tham khảo.
- Mã nguồn mở: Một số công trình đi kèm mã nguồn, hỗ trợ học tập và triển khai thực tiễn.
- Chiến lược cập nhật tinh vi: Khi số lượng công trình tăng, phạm vi cập nhật sẽ thu hẹp xuống các tạp chí JCR Q1 hoặc chỉ giữ lại những công trình có mã nguồn.
💡 Vì sao đáng chú ý
Dự án không chỉ là một danh sách tài nguyên đơn thuần mà còn phản ánh xu hướng ứng dụng LLM ngày càng rộng rãi trong lãnh đạo công nghiệp 4.0. Bằng cách tập trung vào các lĩnh vực như chẩn đoán sự cố, dự báo tuổi thọ và hỗ trợ bảo trì, dự án cung cấp bức tranh tổng quan rõ ràng về tiềm năng và thách thức của LLM trong quản lý sức khỏe hệ thống. Đặc biệt, chiến lược cập nhật thông minh giúp người dùng luôn tiếp cận được những nghiên cứu chất lượng cao nhất.
#LLM #Prognostics #HealthManagement #FaultDiagnosis #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Physics-informed Interpretable Wavelet Weight Initialization and Balanced Dynamic Adaptive Threshold for Intelligent Fault Diagnosis of Rolling Bearings pytorch
Unified PHM framework for Remaining Useful Life (RUL) prediction, fault diagnosis, fault detection, and anomaly detection for bearings, turbofan engines, and other industrial systems.
This is a reposotory that includes paper、code and datasets about domain generalization-based fault diagnosis and prognosis. (基于领域泛化的故障诊断和预测)
An open-source mechanical failure dataset is available, comprising 30+ categories including bearings, gears, pumps, and others.(30余个开源故障诊断和预测数据集,不断更新中)
This is a benckmark for domain generalization-based fault diagnosis (基于领域泛化的相关代码)
This reposotory release a bearing failure dataset, which can support intelliegnt fault diagnosis research(实验室自采轴承开源数据集,包含稳定转速和时变转速)
RUL prediction for C-MAPSS dataset, reproduction of this paper: https://personal.ntu.edu.sg/xlli/publication/RULAtt.pdf
A collection of datasets for RUL estimation as Lightning Data Modules.