**利用时间序列基础模型嵌入实现剩余使用寿命预测**

_Time-Series Foundation Model Embeddings for Remaining Useful Life Estimation_

> 本研究提出一种轻量级剩余使用寿命（RUL）预测方法，以冻结的预训练时间序列基础模型 Chronos-2 作为特征提取器，配合小型回归网络进行多变量传感器数据建模。在两种工业设备真实数据上的实验表明，该方法在相同预处理与评估协议下，性能持续优于循环神经网络、卷积网络、Transformer 和梯度提升等基线模型，且更长的上下文窗口能带来显著改进，为工业预测维护提供了高数据效率的替代方案。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-11 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.11990)