用于工业物联网传感器数据实时去噪的对比盲去噪自编码器
信号处理
2021-10-04 v2
摘要
在工业物联网环境中，当数据驱动算法运行于控制系统上层时，确保传感器数据质量必不可少。遗憾的是，工业设施中常见的情况是传感器时间序列被噪声与离群值严重污染。本文提出一种基于盲去噪自编码器的纯数据驱动、自监督学习方法，用于工业传感器数据的实时去噪。术语“盲”强调去噪无需关于噪声的先验知识，这与典型去噪自编码器需要噪声先验知识相反。盲去噪通过对自编码器潜空间施加噪声对比估计（NCE）正则化实现，其不仅有助于去噪，还诱导出有意义且平滑的潜空间。在仿真系统与真实工业过程中的实验评估表明，所提技术优于经典去噪方法。
引用
@article{arxiv.2004.06806,
title = {Contrastive Blind Denoising Autoencoder for Real-Time Denoising of Industrial IoT Sensor Data},
author = {Saúl Langarica and Felipe Núñez},
journal= {arXiv preprint arXiv:2004.06806},
year = {2021}
}
备注
9 pages, 8 figures