Adanna

新的零样本域适应框架可实现数据稀疏工业资产的早期故障检测

研究人员开发了一个新的框架，用于工业资产的早期故障检测，特别是那些运行数据有限的资产。该方法将跨资产故障检测视为一个零样本域适应问题，这意味着它可以在不需要目标资产任何故障数据的情况下识别故障。该框架利用了适应性域对抗神经网络（ADANN），并结合了最大均值差异惩罚和适应性分类-域损失，将分类器的正常区域锚定到目标资产自身的正常数据上。在公开轴承数据集上进行测试，ADANN方法取得了较高的F1分数，并显示出比现有迁移学习基线显著的精度提升。