海量数据AI自动化打标

振动特征多标签预测: https://github.com/STARTORUS/tok-label/pull/5 概述:设备健康的"智能医生" 在工业4.0时代,**预测性维护(PHM - Progn

两个月前公司有个AI标注的训练数据需求调研，正巧清华某个团队有此需求，于是进行合作。一共开源了三个模型的初版。记录下自己的实现 声音样本多标签预测 - 矿山矿业场景: https://github.c

放电时序特征ML Backend技术解析 概述:捕捉等离子体的"生命周期" 在等离子体放电实验中,从击穿、稳定运行到破裂结束,整个过程就像一场精心编排的"表演"——每个关键时刻都承载着重要的物理信息。

温度特征多标签预测: https://github.com/STARTORUS/tok-label/pull/2 概述:让AI识别温度变化的"指纹" 想象一下,在一个等离子体实验装置中,温度从几百电子