摘要
本发明公开了一种基于大语言模型的铁路隧道设备故障预测方法,包括:获取目标铁路隧道设备的当前非结构化数据;根据当前非结构化数据,形成待使用问句;将待使用问句输入至微调好的大语言模型中,输出对应的目标铁路隧道设备故障预测答案;其中大语言模型的微调步骤包括:获取铁路隧道设备相关的历史非结构化数据并进行预处理;根据预处理后的历史非结构化数据,获得多个三元组数据;基于三元组数据,构建铁路隧道设备故障预测的问答数据集;根据问答数据集对预训练的大语言模型进行微调,获得微调好的大语言模型;该方法采用预训练的大语言模型作为基础,并针对铁路隧道设备的数据进行微调,能够有效实现对铁路隧道设备故障进行精准、快速预测。
技术关键词
铁路隧道设备
故障预测方法
大语言模型
三元组
数据
矩阵
问句模板
生成答案
适配器
注意力机制
序列
实体
编码
分词
字符
基础
关系
系统为您推荐了相关专利信息
空气质量预测方法
站点
马尔科夫链蒙特卡洛方法
数据
网络
车辆辅助
人工智能识别技术
采集周围环境
AI识别技术
车外显示屏
卷积神经网络模型
样本
深度学习模型
建筑
可读存储介质
数据处理模型
计算机执行指令
数据处理方法
风险
交易系统