全局感受野学习长期依赖
通过因果卷积提取时频局部特征并与双向Transformer特征融合，实现滚动轴承剩余寿命的精准预测。
蒋丽 · Tianao, Zhang · Wei, Lei · 庄可佳 · 李益兵
Advanced Engineering Informatics 2023
Transformer的自注意力机制使模型不再受限于局部感受野，能够捕获整个序列的长期依赖。
时间窗拼接减少了Transformer类模型的可训练参数量，降低计算负担。
在多个基础与先进方法的对比实验中，本方法表现出更优的预测性能，证明了关键组件的有效性。