.png){kind=icon}
返回
A diffusion-attention-based algorithm for optimal spatio-temporal sensor placement in distributed parameter systems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.compchemeng.2025.109163.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
传感器布置设计（SPD）对于分布式参数系统（DPSs）而言仍然具有挑战性，这是由于潜在传感器位置数量庞大且相关部署成本较高。传统的SPD方法，例如基于可观测性和卡尔曼滤波的方法，受限于线性和低传感器数量的假设，这在复杂工业环境中可能不切实际。在本工作中，我们提出了一种基于扩散-注意力机制的方法，该方法是完全数据驱动的，无需系统的显式数值模型。我们的方法整合了一个扩散模型——能够逐步去噪损坏的数据——以及一个注意力机制，用于识别最具信息量的传感器位置。通过优先考虑具有较高注意力权重的传感器，我们确保即使使用相对较少的测量点也能准确重构未观测状态。我们在两个基准DPSs上验证了所提出的方法，即催化棒和布鲁塞尔振荡器。结果表明，我们的算法在状态重构和故障检测两方面均达到了足够的精度。此外，该方法能自然扩展至某些状态易于测量的场景，从而提升性能。
Keyword:
Sensor placement design
Diffusion model
Attention mechanism
Distributed parameter system
期刊
C
IF:
3.9
论文数:
8.1K
被引数:
1.7W
机构
引用论文
A Review on Speech Emotion Recognition Using Deep Learning and Attention Mechanism.png)
Electronics
OAAI
ElectronicsIF0
OAAI分享收藏Efficient sensor placement for ocean measurements using low-dimensional conceptsOCEAN MODELLINGOAAI
OCEAN MODELLINGIF2.9
OAAI分享收藏分享收藏
查看更多内容