تواجه عملية تحليل الإشارات الصناعية تحديات كبيرة تتعلق بتفاوُت البيانات، والتي أطلق عليها اسم مشكلة M5. الفجوة التي تعاني منها النماذج الحالية تكمن في عدم قدرتها على التكيف وافتقارها للمرونة. وفي خطوة هامة نحو معالجة هذه القضايا، تم تقديم نموذج FISHER، الذي يعد نموذجاً تأسيسياً لتحليل الإشارات الصناعية عبر تمثيل شامل متعدد الوسائط.

يتميز FISHER بثورة في معالجة مشكلة تباين معدلات العينة، حيث يعتمد على نهج مبتكر في نمذجة تحت النطاق. تجعل هذه الطريقة من الممكن استخدام سرعات متعددة للعينة في إطار عمل واحد دون الحاجة إلى إعادة أخذ عينات، مما يسهل الاستخدام المرن للنطاق الترددي الكامل للإشارة.

كما تم تدريب FISHER باستخدام تقنية تكنولوجيا التعلم الذاتي بين الطلاب والمعلمين من خلال بيانات الصوت والموسيقى الخارجية، ما يعزز من كفاءته. لا يقتصر الأمر على تطوير النموذج فحسب، بل تم أيضاً إنشاء معيار RMIS الذي يتضمن 19 مجموعة بيانات عبر أربع وسائط مختلفة.

في التجارب، أظهر FISHER أداءً مذهلاً، حيث تفوق على 24 نموذجاً من النماذج الرائدة في المجال بحجم أصغر بكثير، مع دقة تشخيصية متميزة ومرونة ملحوظة. تظهر النتائج أيضاً أن التكيف السلس مع معدلات العينة المتغيرة هو مفتاح التعميم، وأن بيانات الصوت والموسيقى تعزز من التغير الزمني المطلوب لتدريب النموذج بشكل فعال.

كلا من FISHER وRMIS متاحان بالوصول المفتوح، مما يمهد الطريق لتطبيقات أوسع وإمكانيات غير محدودة في السياقات الصناعية.