FactoryNet：面向工业时间序列基础模型的大规模数据集
FactoryNet: A Large-Scale Dataset toward Industrial Time-Series Foundation Models
研究者发布 FactoryNet 工业时间序列预训练数据集，含 113M 数据点、57k 端到端任务执行（15k 真实、42k 合成），覆盖七种本体与四类任务，并标注 27 种异常类型。
作者：Jonas Petersen、Pratik Jawahar、Riccardo Maggioni、Alexandre Huou、Karim Othman、Camilla Mazzoleni、Matteo Cozzi、Marek Gajewski、Davide Paloschi、Gian-Alessandro Lombardi、Matei C. Ignuta-Ciuncanu、Lior Porath、Federico Martelli、Philipp Christian Petersen
摘要：工业机器是受驱动的系统，但大多数公开的时间序列语料库仅记录传感器结果；少数记录指令信号的语料库以厂商特定的形式暴露这些信号，且因机器而异，因此指令意图与实测响应无法在不同实体之间进行比较。我们推出 FactoryNet，一个面向工业时间序列的预训练语料库：涵盖 7 种实体和 4 项任务的 57k 次端到端任务执行（15k 真实、42k 合成）中的 1.13 亿个数据点，并包含 27 种标注异常类型以及健康基线和反事实配对。每个来源中的每个信号都被映射到单一的控制论模式——设定值、作用力、反馈、上下文（S-E-F-C），该模式以共同的表示框架表达任何受驱动系统，并使指令与实现动态可作为显式预测残差来解读。利用该语料库，我们发现，一个在仿真上训练、没有任何真实相位标签的任务阶段模型，在两台机器人上均能恢复到真实数据上限的约三分之二，并且迁移在同一机器人系列内成立，但很少跨制造商成立。故障特征的表现则不同：未经校准的仿真器在两台机器人上均无法给出可检测的故障信号，而对齐特征分布也无法修复这一点。所能实现的分辨能力来自作用力：在实测工具运动接近随机水平的情况下，电机电流能够区分故障，而将仿真器校准以复现该单一通道，可在真实机器人上恢复一个负载故障。我们将其解读为：仿真捕捉了任务的稳定结构，而故障行为则保持多样且因故障类型而异。我们将 FactoryNet 作为一个不断增长、多实体的工业基础模型基座予以发布。
| 评论： | 已被 AI4Physics 和 FMSD、ICML 2026 接收。代码：此 https URL |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2605.09081 [cs.LG] |
| （或 arXiv:2605.09081v5 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.09081 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jonas Petersen [查看电子邮件]
[v1]
2026年5月9日星期六 17:45:36 UTC（3,845 KB）
[v2]
2026年5月13日星期三 15:28:39 UTC（3,845 KB）
[v3]
2026年5月25日星期一 15:00:40 UTC（3,845 KB）
[v4]
2026年6月3日星期三 10:38:30 UTC（3,845 KB）
[v5]
2026年10月8日星期四 21:18:53 UTC（3,202 KB）
来源：arXiv cs.AI · arxiv.org