1 竞赛背景

挖掘机作为工程建设中最主要的工程机械之一，承担着多种作业任务，可进行多种不同形式的作业。

在挖掘机租赁业务中，出租方和客户会事先对挖掘机能够进行的作业形式进行明确规定。但目前仅靠现场抽查无法对挖掘机的实际使用情况进行有力且全面的监管。随着物联网技术的不断发展，挖掘机安装了数十个传感器，并将数据回传至云端。现在希望利用这些回传的传感器数据（C端数据）对挖掘及工作模式进行识别，从而加强对挖掘机使用情况的监管。

产品研发方面，挖掘机工作模式的有效识别，能加深研发部门对挖掘机相关数据的理解，发挥C端数据的价值，为新产品的研发、故障预测性维护等提供有力支撑。​

2 任务

挖掘机工作模式识别赛题旨在根据C端数据判断给定时间段内挖掘机的工作模式（模式一/模式二）。预赛、决赛任务均为进行上述两种模式的判断。决赛将在预赛基础上为选手补充训练样本，以提高模型精度。

此次比赛，为低资源竞赛任务。同时，为了增强模型泛化能力和模型鲁棒性，在测试集中增加一定数量的干扰数据，干扰数据不计入最终得分。

3 数据

预赛和决赛均在DCLab平台上进行，选手需要在平台上进行算法调试。请在作品提交页面复制token值后前往DCLab提交作品在比赛平台提交结果。

预赛提供325台设备数据用于训练模型，决赛训练数据基于预赛增加154台设备。（注：由于每台设备实际开工率不同，对应的数据量也有所不同。）
数据中不包含标签字段，需要选手根据数据所在文件夹名称自行添加标签，对标签的约定如下。​：

本赛题不能使用任何外部数据。