| Robust-InTemp: 基于对抗扰动和局部信息增强的进阀温度预测 |
| |
| 引用本文： | 吴皓,周宇,张硕桦,杨光.Robust-InTemp: 基于对抗扰动和局部信息增强的进阀温度预测[J].计算机系统应用,2023,32(12):84-94. |
| |
| 作者姓名： | 吴皓 周宇 张硕桦 杨光 |
| |
| 作者单位： | 南京航空航天大学 计算机科学与技术学院, 南京 211106 |
| |
| 基金项目： | 国家自然科学基金面上项目（61972197）；江苏省自然科学基金面上项目（BK20201292） |
| |
| 摘 要： | 预测进阀温度的变化趋势对阀冷系统的运行状态有重要参考价值. 针对传统方法存在数据收集时间跨度大和传感器存在误差等问题, 本文提出了一种基于对抗扰动和局部信息增强的进阀温度预测模型Robust-InTemp. 具体来说, Robust-InTemp通过对原始数据添加基于规则的高斯噪声, 并使用基于梯度的对抗训练方法(projected gradient descent, PGD), 增强了模型的泛化能力和抵抗噪声干扰的鲁棒性. 同时, 引入相对位置编码、一维卷积以及门控线性单元(gated linear unit, GLU), 以增强模型对局部特征的学习能力, 从而提高预测准确性. 实验结果表明, 与多种基准模型相比, Robust-InTemp在预测性能和抗干扰能力方面均有明显优势, 进一步的消融实验也验证了模型中各个组件的有效性.
|
| 关 键 词： | 对抗扰动 相对位置编码 局部信息增强 鲁棒性 |
| 收稿时间： | 2023/6/6 0:00:00 |
| 修稿时间： | 2023/7/3 0:00:00 |
Robust-InTemp: Inlet Valve Temperature Prediction Based on Adversarial Perturbation and Local Information Enhancement |
| |
| WU Hao,ZHOU Yu,ZHANG Shuo-Hu,YANG Guang.Robust-InTemp: Inlet Valve Temperature Prediction Based on Adversarial Perturbation and Local Information Enhancement[J].Computer Systems& Applications,2023,32(12):84-94. |
| |
| Authors: | WU Hao ZHOU Yu ZHANG Shuo-Hu YANG Guang |
| |
| Affiliation: | College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China |
| |
| Abstract: | |
| |
| Keywords: | adversarial perturbation relative position coding local information enhancement robustness |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
