标题 |
A Customized Meta-Learning Framework for Diagnosing New Faults From Unseen Working Conditions With Few Labeled Data
用少量标注数据从未知工况诊断新故障的自定义元学习框架
相关领域
判别式
马氏距离
计算机科学
人工智能
特征(语言学)
机器学习
仿射变换
公制(单位)
断层(地质)
模式识别(心理学)
特征工程
钥匙(锁)
领域(数学分析)
元学习(计算机科学)
特征向量
特征学习
深度学习
数据挖掘
数学
工程类
任务(项目管理)
数学分析
哲学
语言学
运营管理
计算机安全
地震学
纯数学
地质学
系统工程
|
网址 | |
DOI | |
其它 |
期刊:IEEE/ASME transactions on mechatronics 作者:Jianyu Long; Rongxin Zhang; Yibin Chen; Rongguo Zhao; Zhe Yang; et al 出版日期:2023-01-01 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|