少标签下显著提升精度
该模型针对小样本场景下的剩余寿命预测，通过多区间聚合与故障点逼近策略克服迭代累积误差，提升预测精度与可靠性。
Fan, Linchuan · 陈小龙 · Li, Shuo · 柴毅
IEEE/CAA Journal of Automatica Sinica 2024
通过多区间聚合预测，在最小迭代原则下预测任意时刻的退化值或健康指标，避免误差逐次累积。
先用最大区间模型粗略定位故障点，再聚合多区间模型持续逼近真实故障点，提高定位精度。
在两个实际案例中大量实验，证明所提框架能显著提升RUL预测的准确性与可靠性。
作者承诺代码将公开在GitHub上，便于复现和部署。