arXiv · cs.AI · Matteo Romilio Pasqual, Matteo Tomasetto, J. Nathan Kutz, Andrea Manzoni · 4 小时前模型评分34
SHRED 容错稀疏传感：用 Transformer 掩码应对传感器缺失
Fault-tolerant shallow recurrent decoders for sparse sensing with missing sensor measurements
导读
研究为浅层循环解码器（SHRED，Shallow Recurrent Decoder）引入容错稀疏传感策略，使其能在传感器异步、缺失的情况下估计高维状态，并提出四种基于 Transformer 的掩码机制和多步解码训练目标。在合成基准与三个水动力、海洋建模真实问题上，掩码机制优于常规插补和容错循环架构，多步解码提升了重建保真度与鲁棒性，且不增加推理开销。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “In this work, we introduce fault-tolerant sparse sensing strategies in the context of shallow recurrent decoders (SHRED) to enable high-dimensional state estimation from sparse, asynchronous, and missing sensor measurements.”
来源：arXiv · cs.AI · arxiv.org