A Multimodal Framework for Vibration Signals via Knowledge-Guided Preprocessing (O-XSTFT) and Reconstruction-Contrastive Tokenization (ReCoFormer)

This study formulates vibration-based multimodal diagnosis as a physically grounded signal-to-token interface problem and proposes an integrated framework that transforms rotating-machinery vibration signals into fixed-length tokens for large language model (LLM)-based diagnosis. The proposed method...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Hoe Jun Jeong, Dong Hyun Seo, Sang Hyeon Lee, Seung Ha Kim, Jang Woo Kwon
Format:	Artigo
Język:	Inglês
Wydane:	IEEE 2026-01-01
Seria:	IEEE Access
Hasła przedmiotowe:	Fault diagnosis multimodal large language model O-XSTFT ReCoFormer rotating machinery vibration signal
Dostęp online:	https://ieeexplore.ieee.org/document/11570120/
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!