收敛加速
融合物理先验知识的变换器网络，通过纹理数字孪生和Pareto最优架构优化，在小样本条件下实现优异的刀具状态监测能力。
Liu, Yuekai · Wang, Tianyang · Sun, Shilin · Qi, Li · 褚福磊
IEEE/ASME Transactions on Mechatronics 2023
纹理数字孪生将加工参数和半可观测传感器信息转化为丰富的先验经验知识，弥补小规模数据集的表示不足。
借助先验知识，模型在训练时能够加速收敛，减少达到可用精度所需的迭代次数。
在Pareto最优解空间中搜索轻量化架构，同时平衡性能与复杂度，适合部署在资源受限的现场环境。