不平衡数据高精度识别
面向增材制造中高度不平衡图像数据的联合迁移学习缺陷识别算法，可在保护各制造商数据隐私的同时实现跨客户端协作训练。
Tang, Jiafeng · 赵志斌 · 郭艳婕 · 王晨溪 · 张兴武 · 严如强 · 73906158
Robotics and Computer-Integrated Manufacturing 2024
采用联邦学习，各制造商仅交换模型更新而非原始数据，从机制上消除了数据泄露隐患。
客户端导向的迁移策略减轻了不同制造商之间的数据异质性，使模型能适应各客户端的分布差异，提升泛化能力。
多损失联合优化策略缓解了粉末铺展缺陷的类别不平衡，避免模型偏向多数类，提升对稀有缺陷的识别能力。