一种针对多模式化学过程软测量的深度迁移学习框架，利用时空注意力增强慢特征，实现跨模式知识迁移。
Jiayu, Wang · 姚乐 · 熊伟丽 · Cui, Xiaohui · Yu, Wei · Young, Brent R.
IEEE Transactions on Industrial Informatics 2024
在孪生网络中嵌入时空注意力机制，考虑变量间的相关性，避免仅提取慢特征而忽略质量预测中的关联。
通过迁移学习，将从数据充足模式（源域）学到的低层特征提取部分重用到数据不足模式（目标域），无需为目标域单独训练完整模型。
将历史质量变量与时空慢特征结合用于当前质量预测，为预测提供额外信息。