无监督跨域自适应
一种无监督的跨域故障检测算法，通过流形分布对齐增强表示学习，在仅有正常样本的情况下实现准确的故障识别。
丁一飞 · 贾民平 · Cao, Yudong · 鄢小安 · Zhao, Xiaoli · Chi-Guhn, Lee
IEEE Transactions on Industrial Informatics 2023
在log-Euclidean流形空间对齐不同域的正常样本特征，减小域间差异，使模型在目标域上仍能准确区分故障。
模型只需正常样本即可训练，通过生成伪负样本学习正常与异常的判别边界，适用于故障样本稀缺的场景。
在模拟的离线与在线场景下均进行了验证，表明方法可适用于不同的数据可用性条件。