数据预测

迁移学习

故障诊断

智能控制

　 针对预测模型迁移学习方法面临的数据采集环境等因素导致的数据量受限和预测模型冷启动难题，课题组研究了有限数据条件下基于动态迁移学习的时序数据预测模型，首次提出了基于动态最大均方差损失的多源迁移学习框架，并通过多任务学习构建了实时多步时序数据预测模型。该技术有效解决云端到边缘侧的模型迁移问题以及相似工业设备间模型的高效率迁移问题。