この記事では、時系列モデル（TSFM）を用いたインコンテキスト学習による分類手法が紹介されています。この方法では、TSFMの訓練データに含まれないデータをファインチューニングなしで分類することが可能です。具体的には、モデルのプロンプト内でターゲット（クラスID）と共変量（データマトリックス）が表現され、これにより未知の共変量データパターンを予測軸に沿って分類します。この手法は、サーボプレスモーター内のベアリングの健康状態を評価するために振動データに適用され、ともに並べた共変量とターゲット信号を生成し、TSFMを使用してデータがあらかじめ定義されたラベルにどれだけ対応するかを予測します。この新しい手法は、カスタムAIソリューションを超えた広範なAI駆動のメンテナンスシステムへの重要な進展を示しています。