边缘侧数据分析数据集

考虑到智能工厂环境下各类边缘生产设备往往会产生大量时序监测数据，这些数据体量巨大，全量存储成本较高，深度利用困难，融合自编码器原理实现了对大规模设备时序数据的压缩编码，并以发送者-接收者模式为基础进行模型共享，在发送者端利用训练得到的数据压缩模型提取节点内的关键信息，在接收端利用多粒度时序预测模型配合特征工程方法进行边缘设备数据分析预测。

搜集汇总

背景与挑战

背景概述

该数据集针对智能工厂中边缘生产设备产生的大规模时序监测数据，通过自编码器原理实现压缩编码，并采用发送者-接收者模式进行模型共享。它旨在提取关键信息并利用多粒度时序预测模型，支持边缘设备的数据分析与预测。