multi-generator GAN

新的多生成器GAN改进了预测性维护中罕见故障的检测

研究人员开发了一个专用的多生成器对抗学习框架，以改进预测性维护系统中罕见故障的检测。这种新方法承认故障数据不仅不平衡，而且不均匀，不同的故障模式源于不同的物理过程，从而解决了传统方法的局限性。在AI4I 2020预测性维护数据集上的实验表明，所提出的多生成器GAN架构比现有的重采样技术和单生成器GANs能生成更真实的少数类样本，从而在PR-AUC和召回率等性能指标上获得更高的表现。