半监督时序分类网络

少标签高精度预测

仅用17%的标注数据即可实现90%的开挖面地质条件预测精度,大幅降低数据标注成本。

Zhen, Jiajie · 黄明 · 郑俊杰 · Lai, Fengwen · Shiau, Jim S. · 79644070 · Jinli, Xie · Zhang, Yuanchao

Tunnelling and Underground Space Technology 2026

参数信息

预测精度(厦门地铁3号线)
90 %
预测精度(厦门地铁9号线)
84 %

技术优势

少标签也能高精度

模型在仅使用17%标注数据时于厦门地铁3号线场景达到90%预测精度,大幅降低地质标注依赖。

数据现成,无需额外采集

模型所需的输入数据在典型盾构工程中即可获得,无需额外布设传感器或进行专门实验。

时序建模抓动态规律

结合Informer编码器与一维卷积的多变量时序编码模块,有效提取盾构数据中的时空相关性,提升地质条件识别能力。

应用场景