不平衡跨域诊断更准
面向旋转机械跨域故障诊断的深度网络，通过动态增强成本敏感机制在不平衡数据下同时关注难分样本与少数类样本，提升跨域诊断精度。
Mao, Gang · 李永波 · 蔡志强 · Qiao, Bin · Jia, Sixiang
Engineering Applications of Artificial Intelligence 2023
动态增强焦点损失（DEL）相比常规焦点损失，能够动态调整调制因子，让模型在训练中更关注易错样本和少数类样本，从而纠正决策边界偏移。
通过切片1-Wasserstein距离度量两个分类器输出的差异，在分布匹配过程中同时考虑任务特定的决策边界与目标特征的关系，有助于检测离群目标。