摘要
本申请提供一种工业大小模型协同框架、推理方法、训练方法、装置及设备。涉及工业控制技术领域。该方法包括:在获取到工业系统输出的待处理的时间序列数据时,通过小模型对时间序列数据进行特征提取,得到时间序列数据的第一特征矩阵,并确定第一特征矩阵的第一置信度分数;在第一置信度分数小于预设阈值时,通过大模型对时间序列数据进行特征提取,得到时间序列数据的第二特征矩阵,并确定第二特征矩阵的第二置信度分数;在第二置信度分数大于第一置信度分数时,将大模型基于第二特征矩阵得到的推理结果作为目标推理结果;在第二置信度分数小于或等于第一置信度分数时,通过小模型确定目标推理结果。本申请的方法,能够提升模型推理结果的可靠性。
技术关键词
矩阵
模糊神经网络模型
模糊特征
计算机执行指令
序列
推理方法
工业系统
误差
模型切换机制
数据
协同训练方法
工业控制技术
模糊隶属度
关系
推理装置
可读存储介质
框架
非线性
处理器通信