用于工业故障诊断的协训练部分域适应网络
机器学习
2024-11-05 v2
摘要
部分域适应（PDA）挑战在工业故障诊断中屡见不鲜。drawing inspiration自传统分类设置——在该设置中，这种部分挑战并不构成问题——我们提出了一种新的PDA框架，称为交互式残差域适应网络（IRDAN），该框架为PDA挑战提供了新的视角。每个域-wise模型都配备一个残差域适应（RDA）模块，以缓解ADP问题。此外，我们通过交互式学习策略引入可信信息流，依次训练IRDAN的模块以避免交叉干扰。我们还建立了可靠的停止准则，用于选择表现最佳的模型，确保在实际应用中的可用性。实验结果表明，所提出的IRDAN性能卓越。
引用
@article{arxiv.2410.16737,
title = {Co-training partial domain adaptation networks for industrial Fault Diagnosis},
author = {Gecheng Chen},
journal= {arXiv preprint arXiv:2410.16737},
year = {2024}
}