arXiv · quant-ph· Matvei Anoshin, Olga Tsurkan, Vadim Lopatkin, Leonid Fedichkin·· 2 天前
时间序列机器学习实现工业过程稳定控制
Stabilization of industrial processes with time series machine learning
arXiv:2506.22502v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Matvei Anoshin, Olga Tsurkan, Vadim Lopatkin, Leonid Fedichkin
研究任务与主要进展
时间序列机器学习通过由 oracle predictor 和 optimizer 组成的双神经网络流程，将逐点数值优化替换为神经网络训练，使温度控制的稳定性较普通求解器提高约3倍。该结果仅基于论文摘要，正文实验条件与基准细节未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · quant-ph · arxiv.org