arXiv stat.ML· Kristoffer Hjelmen Nesland (University of Stavanger, Stavanger, Norway, Solution Seeker AS, Oslo, Norway), Bjarne Grimstad (Solution Seeker AS, Oslo, Norway), Antorweep Chakravorty (University of Stavanger, Stavanger, Norway), Dan Sui (University of Stavanger, Stavanger, Norway)·· 19 天前AI 评分33
基于文本信息的训练数据过滤方法以提升虚拟流量计性能
Text-Informed Training Data Filtering for Enhanced Virtual Flow Meter Performance
AI 导读
研究人员提出一种基于大语言模型（LLM）的文本信息数据过滤方法，通过结合非结构化运行日志与表格传感器数据来过滤训练集，提升虚拟流量计的性能。该方法先跨模态进行上下文异常检测，再生成二进制掩码过滤下游回归模型的训练数据。在合成油气数据集的实验中，多模态过滤将下游 MAPE 从纯传感器过滤的 7.1% 降至 5.4%。
来源：arXiv stat.ML · arxiv.org