Nagarajan Raghavan

化学机械平坦化（CMP）的材料去除率（MRR）虚拟量测此前多依赖简化线性假设或人工特征工程，后者需要领域知识，还可能丢掉原始传感器信号中的时间信息。GREP 先用未标注的传感器序列做自监督预训练，让编码器回归由完整序列与前后半段序列投影得到的全局代理目标，再用标注数据微调。在 PHM 2016 CMP 数据集上，它与特征工程监督基线在多数标注比例下表现相当，在部分少标注设置中误差更低，并在按时间划分的最后一个区间把 RMSE 从 11.23 降到 9.32。

化学机械平坦化（CMP）的材料去除率（MRR）虚拟量测此前多依赖简化线性假设或人工特征工程，后者需要领域知识，还可能丢掉原始传感器信号中的时间信息。GREP 先用未标注的传感器序列做自监督预训练，让编码器回归由完整序列与前后半段序列投影得到的全局代理目标，再用标注数据微调。在 PHM 2016 CMP 数据集上，它与特征工程监督基线在多数标注比例下表现相当，在部分少标注设置中误差更低，并在按时间划分的最后一个区间把 RMSE 从 11.23 降到 9.32。