量化正迁移的价值：一项实验案例研究
机器学习
2024-07-22 v1
摘要
在传统的结构健康监测方法中，常常出现与标记数据可用性相关的挑战。基于群体的结构健康监测旨在通过利用迁移学习等技术，从相似结构中获取数据/信息来克服这些挑战。本文展示了一种在运营和维护决策背景下量化信息迁移价值的方法。该演示基于一组实验室规模的飞机模型，突出了评估信息迁移预期价值所需的步骤，包括相似性评估和迁移效果预测。一旦对给定群体进行评估，信息迁移的价值便可用于优化新获取目标域的迁移学习策略。
引用
@article{arxiv.2407.14342,
title = {Quantifying the value of positive transfer: An experimental case study},
author = {Aidan J. Hughes and Giulia Delo and Jack Poole and Nikolaos Dervilis and Keith Worden},
journal= {arXiv preprint arXiv:2407.14342},
year = {2024}
}
备注
In Proceedings of the 11th European Workshop on Structural Health Monitoring (EWSHM 2024), Potsdam, Germany. July 2024. arXiv admin note: text overlap with arXiv:2311.03083