域内类不平衡
针对实际工业场景中域内和域间类别不平衡问题，通过自适应变分采样生成多样特征，提升跨域故障诊断的泛化能力。
张小 · 黄伟国 · 王俊 · 朱忠奎 · 沈长青 · Kai, Chen · Zhong, Xingli · Li, He
Reliability Engineering and System Safety 2025
利用锐度感知最小化，在有限少数类数据下降低模型对少数类的过拟合风险，提升模型鲁棒性。
构建生成器估计每个少数类的共享隐变量，通过采样生成多样特征，缓解类别不平衡，避免单一特征导致的泛化不足。
设计自适应重构权重，根据不同类别的特征生成需求动态调整生成分布范围，提高生成特征的质量和适配性。
通过域对抗策略和自适应变分采样，在三个数据集上验证了方法在面对未见目标域时的有效性和优越性，展现出较强的泛化能力。