基于图神经网络的故障诊断：综述
系统与控制
2021-11-17 v1 机器学习
系统与控制
摘要
基于图神经网络（GNN）的故障诊断（FD）近年来受到越来越多的关注，这是因为来自多个应用领域的数据可以有利地表示为图。事实上，这种特定的表示形式相比传统FD方法带来了更优的性能。本综述对GNN进行了简要介绍，探讨了其在故障诊断领域的潜在应用，并展望了未来前景。首先，本文回顾了基于神经网络的FD方法，重点关注其数据表示形式，即时间序列、图像和图。其次，介绍了GNN的基本原理和主要架构，包括图卷积网络、图注意力网络、图采样与聚合、图自编码器以及时空图卷积网络。第三，通过详细实验验证了最相关的基于GNN的故障诊断方法，并得出结论：基于GNN的方法能够实现良好的故障诊断性能。最后，进行了讨论并提出了未来挑战。
引用
@article{arxiv.2111.08185,
title = {Graph neural network-based fault diagnosis: a review},
author = {Zhiwen Chen and Jiamin Xu and Cesare Alippi and Steven X. Ding and Yuri Shardt and Tao Peng and Chunhua Yang},
journal= {arXiv preprint arXiv:2111.08185},
year = {2021}
}
备注
17 pages, 18 figures, 10 tables