短样本高可靠预测
专为短时序样本设计的硬盘故障预测神经网络，通过特征增强与生成式时序建模提升预测准确性和泛化能力。
Qinda, Hai · Yizhang, Jin · Yongliang, Wang · 彭思愿 · 杨志景 · 韩国军
IEEE Transactions on Magnetics 2025
通过 TimeGAN 生成非平稳时序数据、GRU 捕获时序依赖，模型在短采样数据上仍能有效识别故障征兆。
在两个不同来源的数据集上均优于多种相关方法，跨数据集的稳健性得到验证。
用 LGBM 快速迭代筛选关键特征，减少无效计算，提高分析效率。