The Arc Loss Dataset

The Arc Loss Dataset is a benchmark dataset designed for time series classification in industrial applications, particularly for fault detection and diagnosis (FDD). It was collected from a large-scale pyrometallurgical plant and captures the real-world complexities of industrial processes, including high dimensionality, sensor noise, and variable system dynamics. The dataset consists of 3,226 multivariate time series samples, each containing 1,101 time steps (equivalent to 55 minutes) with 96 process variables. The dataset is split into three subsets: I) train.pt (70% of the samples, 2,258 samples), II) val.pt (10%, 323 samples), and III) test.pt (20%, 645 samples). More information can be found in the README.txt

弧损失数据集（Arc Loss Dataset）是专为工业场景下的时间序列分类任务设计的基准数据集，尤其适用于故障检测与诊断（Fault Detection and Diagnosis，FDD）。该数据集采集自大型火法冶金工厂，可复现工业流程的真实复杂特性，涵盖高维度、传感器噪声与可变系统动力学等特征。数据集共包含3226组多元时间序列样本，每组样本含1101个时间步（对应时长55分钟），涵盖96个过程变量。该数据集被划分为三个子集：I) train.pt（占总样本量的70%，共计2258组样本）、II) val.pt（占比10%，共计323组样本）以及III) test.pt（占比20%，共计645组样本）。更多详细信息可查阅README.txt文件。

搜集汇总

背景与挑战

背景概述

The Arc Loss Dataset是一个工业应用中的时间序列分类基准数据集，包含3,226个多元时间序列样本，每个样本有1,101个时间步长和96个过程变量，适用于故障检测和诊断研究。数据集采集自大型火法冶金厂，真实反映了工业过程的复杂性，并已划分为训练集、验证集和测试集。