Deep Domain Generalization Combining A Priori Diagnosis Knowledge Toward Cross-Domain Fault Diagnosis of Rolling Bearing

先验与后验 一般化 计算机科学 人工智能 判别式 领域(数学分析) 预处理器 领域知识 断层(地质) 机器学习 模式识别(心理学) 数学 地质学 数学分析 哲学 地震学 认识论
作者
Huailiang Zheng,Yuantao Yang,Jiancheng Yin,Yuqing Li,Rixin Wang,Minqiang Xu
出处
期刊:IEEE Transactions on Instrumentation and Measurement [Institute of Electrical and Electronics Engineers]
卷期号:70: 1-11 被引量:110
标识
DOI:10.1109/tim.2020.3016068
摘要

Recent works suggest that using knowledge transfer strategies to tackle cross-domain diagnosis problems is promising for achieving engineering diagnosis. This article presents a diagnosis scheme for rolling bearing under a challenging domain generalization scenario, in which more potential discrepancies among multiple source domains are eliminated and only normal samples of the target domain are available during the training stage. To achieve sufficient generalization performance, a diagnosis scheme combining some a priori diagnosis knowledge and a deep domain generalization network for fault diagnosis (DDGFD) is elaborated. Through signal preprocessing steps guided by the a priori diagnosis knowledge, the inputs of DDGFD with a primary consistent meaning across domains are constructed from the vibration signal. On this basis, DDGFD would intently release its talent on learning discriminative and domain-invariant fault features from source domains, and then generalize the learned knowledge to identify unseen target samples. On cross-domain tasks organized using broad bearing data sets, the superiority of DDGFD is validated by comparing its performance with various data-driven diagnosis methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
852的应助被00采纳,获得10
刚刚
刚刚
bkagyin的应助被开心德地采纳,获得10
刚刚
李易峰发布了新的文献求助10
刚刚
pretty完成签到 ,获得积分10
刚刚
刚刚
刚刚
Hongjun发布了新的文献求助10
刚刚
科研通AI6.2的应助被xiao xu采纳,获得10
刚刚
1秒前
NexusExplorer的应助被研白采纳,获得10
1秒前
1秒前
1秒前
马到成功发布了新的文献求助10
1秒前
微血管发布了新的文献求助10
2秒前
共享精神的应助被绘海采纳,获得10
2秒前
kk发布了新的文献求助10
2秒前
hhhhhhhh完成签到,获得积分10
2秒前
nfnf发布了新的文献求助10
3秒前
just发布了新的文献求助10
3秒前
曾经的安雁完成签到 ,获得积分10
3秒前
香蕉觅云的应助被蟹老板的crab采纳,获得10
3秒前
4秒前
河马大王发布了新的文献求助30
4秒前
童金炜完成签到,获得积分10
4秒前
小杨爱科研完成签到,获得积分20
4秒前
qianzhihe发布了新的文献求助10
5秒前
5秒前
5秒前
科研通AI6.3的应助被蔚雨采纳,获得10
5秒前
5秒前
6秒前
不吃香菜发布了新的文献求助10
6秒前
aiy发布了新的文献求助10
7秒前
含蓄的笙完成签到 ,获得积分10
7秒前
yyd完成签到,获得积分10
7秒前
研友_VZG7GZ的应助被学术智子采纳,获得10
8秒前
WangZhida发布了新的文献求助30
8秒前
8秒前
jing的应助被开心德地采纳,获得10
8秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8187707
求助须知:如何正确求助?哪些是违规求助? 9575782
关于积分的说明 21843037
捐赠科研通 7785576
什么是DOI,文献DOI怎么找? 3435097
关于科研通互助平台的介绍 2559495
邀请新用户注册赠送积分活动 2481986