基于MoE大模型的工厂火灾安全隐患预测方法及系统

本发明适用于安全预警技术领域，提供了基于MoE大模型的工厂火灾安全隐患预测方法及系统，包括以下步骤：采集多模态数据，多模态数据包括环境监测数据和设备运行日志，设备运行日志记录了设备的运行效率、历史维护信息和故障异常指标；对多模态数据进行提取得到深度特征，通过注意力网络模型进行特征融合，输出深度融合特征；搭建包含普通前馈神经网络子模型和时间卷积网络子模型的MoE模型，基于门控网络动态选择和调整每个普通前馈神经网络子模型和时间卷积网络子模型的权重，将深度融合特征输入至MoE模型，生成预测结果。本发明结合了MoE模型的多样化处理能力和TCN的长时间序列分析优势，提高了预测的准确性和响应速度。