首个多模态工业信号基座模型 FISHER，权重已开源，来自清华&上交等

主要观点总结

本文介绍了来自清华大学、上海交通大学等的研究者联合发布首个多模态工业信号基座模型FISHER，采用搭积木的方法对异质工业信号进行统一建模。技术报告和权重已开源，并提供论文链接和GitHub仓库。文章介绍了研究背景、研究动机、FISHER模型介绍、模型架构、RMIS基准介绍、实验结果等。此外，还介绍了清华校友总会AI大数据专业委员会的宗旨和职能。

关键观点总结

关键观点1: 多模态工业信号基座模型FISHER发布

采用搭积木方法对异质工业信号进行统一建模，可处理任意采样率的工业信号。

关键观点2: FISHER模型子带建模

采用短时傅里叶变换（STFT）作为信号输入特征，将信号分为固定宽度的子带进行建模。

关键观点3: RMIS基准介绍

为评估模型在各种健康管理任务上的性能，提出了RMIS基准，包含5个异常检测数据集和13个故障诊断数据集。

关键观点4: FISHER模型实验结果

在RMIS基准上的得分较基线有显著提升，展现出强大的泛化能力。

关键观点5: 清华校友总会AI大数据专业委员会介绍

是一个由从事AI大数据产业相关行业的清华校友组成的非营利性组织，旨在服务校友、服务清华、服务社会，推动AI大数据产业的发展。

免责声明