FactoryNet：面向工业时间序列基础模型的大规模数据集

我们引入了第一个工业时间序列数据的通用预训练语料库：FactoryNet。六个实施例中 23k 端到端任务执行（13.3k 真实，9.8k 合成）的 51M 数据点，由共享模式统一，该模式支持鲁棒的零样本跨实施例传输和高度参数高效的异常检测。我们引入了一种新颖的模式：设定点、努力、反馈、上下文（S-E-F-C），作为整个管道的基础，将任何驱动系统映射到一个通用的表示框架中。该语料库涵盖 27 种带注释的异常类型以及机器人操作和加工领域的健康基线和反事实对。跨实施例传输实验产生了积极的结果：在偏差感知指标下，我们的模型在评估的源-目标对上展示了公平的跨实施例传输能力，而与高维基线相比，24 个模式对齐信号实现了有竞争力的异常检测性能。我们将 FactoryNet 作为一个不断增长的多实施数据集发布，以推动工业基础模型的进展。