汉堡赫尔穆特·施密特大学人工智能学院 发布 cps-robustness-benchmark 数据集, 应用在 CPS时间序列预测、深度学习鲁棒性 领域

汉堡赫尔穆特·施密特大学人工智能学院 本次发布的数据集 cps-robustness-benchmark, cps-robustness-benchmark是由汉堡赫尔穆特·施密特大学人工智能学院创建的一个基准测试数据集，旨在评估和比较深度学习模型在工业 cyber-physical systems (CPS) 时间序列预测任务中的鲁棒性。该数据集包含了多个真实世界CPS场景的时间序列数据，并针对不同的深度学习架构进行了鲁棒性测试。数据集通过模拟现实世界中的扰动，如传感器漂移、噪声和 irregular sampling 等，来评估模型在遭遇错误或不可预见输入时的性能。

查看cps-robustness-benchmark

README 内容： 

关于 汉堡赫尔穆特·施密特大学人工智能学院 , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。