自动广义迁移学习

跨域免调参

一种自动化的广域迁移学习算法，能跨不同领域快速建立高精度的故障诊断模型，省去人工调参。

Liu, Guokai · Shen, Weiming · 高亮 · Andrew, Kusiak

Journal of Manufacturing Systems 2023

技术优势

免人工调参

AutoBTL 将超参数优化内嵌到迭代过程中，无需先验知识即可获得有竞争力的预测性能。

跨域泛化强

在 14 个跨域任务上验证了算法精度，能适应不同数据分布。

寻优效率高

转导联合验证策略显著提升了现有超参数优化算法在跨域任务上的性能。

应用场景

• 旋转机械故障诊断：在新工况下快速建立诊断模型，免去人工调参。
• 工业预测性维护：实现设备健康状态的自动化精准预测，支持维护决策。
• 制造系统健康监测：适应动态制造环境，持续监测系统状态并定位故障。