跨机器CNC迁移仅10个传感器重叠，SAAC-JEPA零样本RMSE达0.546，碾压持久性基线！
Schema-Adaptive Action-Conditioned JEPA for Cross-Machine CNC Transfer under Partial Sensor Overlap
📖 AI 总结
本文研究在部分传感器重叠条件下，数控机床（CNC）动力学模型跨设备迁移的问题。源机器配备17个标准传感器通道，目标机器仅共享其中10个，作者提出模式自适应动作条件JEPA（SAAC-JEPA）框架，并采用组间不相交划分、仅源域归一化、留出自监督验证及模型锁定后的封闭目标测试等严格评估流程。实验发现，JEPA预训练并未带来干净的源域预测增益，五种随机种子下从头训练与预训练模型的RMSE分别为0.811和0.813。经20个候选方案筛选并锁定后，模型在目标域实现零样本RMSE为0.546，优于持续性基线，但不及配备RevIN的PatchTST和iTransformer基线。消融实验表明，RevIN虽能将RMSE降至0.495，却使目标域校准严重恶化。研究结论指出，仅凭源域预测精度不足以评估工业预测表征，部分传感器重叠下的跨机迁移构成独立的评估维度。
🔑 关键词速览
| SAAC-JEPA | 模式自适应动作条件联合嵌入预测架构，一种用于跨机器迁移的工业世界模型。 |
| CNC | 计算机数控，一种通过计算机程序控制的自动化机床加工技术。 |
| RevIN | 可逆实例归一化，一种用于时间序列预测的归一化方法，可提升模型性能但可能影响校准。 |
| PatchTST | 一种基于Transformer的时间序列预测模型，通过将序列分块处理来捕捉长期依赖。 |
| iTransformer | 一种倒置Transformer架构，将变量视为token以处理多变量时间序列预测。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅