一工况训练泛化新工况
提出多尺度风格生成与对抗对比网络（MSG-ACN），仅用单一工况数据即可学习诊断知识并泛化到未知工况，生成多样样本的同时提取类别判别性域不变特征。
王俊 · Ren, He · Changqing, Shen · 黄伟国 · 朱忠奎
Reliability Engineering and System Safety 2024
模型专门针对单一源域设计，不再依赖多工况数据，大幅降低数据采集负担。
通过多尺度卷积核和风格学习生成包含丰富状态信息的样本，扩充训练域，有利于模型学习更鲁棒的表示。
对抗对比学习在保持生成样本多样性的同时促进类别判别性域不变特征的学习，从而提高跨工况诊断性能。