文章系统阐述了大规模基础模型（LSF-Models）的关键组成部分和最新发展，回答了如何构建适用于 PHM 任务的 LSF-Model 以及这一研究范式的挑战和未来发展路线图。

May, 2023

ChatGPT-Like LLM empowered by the local knowledge base in industrial PHM combining domain-specific expertise significantly improves its performance, promoting efficiency and quality.

Dec, 2023

通过使用基于 transformer 的生成神经网络架构的 ChatGPT 和其他大型语言模型（LLM）在自然语言处理和图像合成等领域的惊人成功，许多研究人员对过程系统工程（PSE）中的潜在机会感到兴奋。然而，尽管它们在某些任务中非常有用，如撰写文件的初稿、代码编写辅助、文本摘要等，但它们在高度科学领域的成功受限于缺乏深度领域知识而无法推理、规划或解释。在这篇论文中，我们讨论了在化学工程领域开发这种系统面临的挑战和机遇。

May, 2024

基于自我监督方法使用大规模数据集训练的基础模型（FMs）被广泛应用于各个领域，包括医疗保健领域，特别在自然语言处理、医学图像分析、临床大型语言模型和病理组学数据等方面。该综述论文全面概述了 FMs 在医疗保健领域的历史、学习策略、旗舰模型、应用和挑战，并提供了详细的医疗应用分类，同时讨论了 FMs 所面临的挑战和未来研究方向。

Jun, 2024

本文提出一种应用于时间序列回归模型的 XAI 方法的关键性和比较式修订，以探索这些方法的有效性，并比较它们之间的性能差异，结果表明 GRAD-CAM 是最强大的方法。

Mar, 2023

本论文提出了一种基于模糊逻辑和生成对抗网络的混合建模方法 - FuzzyGAN，该方法结合了基于物理的模型和数据驱动模型的优点，并在承载问题上显示出更准确的预后能力。

Jun, 2022

应用大型语言模型的案例研究表明，模拟复杂人口群体在大型开放空间中的行为和热偏好，并将其集成到基于增强学习的代理 - 环境闭环算法中，可以在节能和居住者舒适性之间找到平衡，从而显示出远优于传统的设定点控制策略，这表明在 CPS-IoT 应用中实现自适应和个性化决策对于高效优化至关重要。

Mar, 2024

通过检查以测试为基础的验证和验证作为最实用的方法，并总结当前先进的方法学，在确保学习能力的 CPS 的形式安全方面，确定了当前测试方法的局限性，并提出了从基础概率测试过渡到更严格方法的路线图，以提供正式保证。

Nov, 2023

本研究综述了最近的预训练基础模型技术的研究进展，重点探讨了这些技术在文本、图像、图形以及其他数据模态中的应用前景、挑战和机遇，同时也讨论了这些技术的基本组成、现有预训练方法和未来趋势。

Feb, 2023

介绍了一个新的设计环境，称作 CPHS，它将现有设计模型与涉及人机基础设施交互的上下文感知设计数据相结合，使用机器学习方法创建增强的设计模型来实现性能预测力的提高。

Jan, 2020