异常检测更准
针对机床加工过程的无监督异常检测方法，通过层次化记忆模块和复合度量损失增强对正常状态的偏好重构，有效降低误报率。
Xie, Zongliang · Zhipeng, Zhang · 陈敬龙 · Feng, Yong · Xingyu, Pan · Zhou, Zitong · 何水龙
Journal of Manufacturing Systems 2024
通过层次记忆模块引导模型偏好重构正常状态，抑制异常重建，从而减少正常与异常区域的重叠，降低误报率。
复合度量损失同时考虑距离和角度相似性，能抑制噪声干扰，提升模型的鲁棒性。
模型以无监督方式仅利用正常数据训练，无需异常标签即可学习正常表征。
层次记忆模块存储多尺度正常原型模式，能够捕捉不同层次的正态特征，增强模型对正常状态的表达能力。