Apprendimento Contrastivo Consapevole del Dominio per la Diagnosi dei Guasti
Viene proposto un nuovo metodo per la diagnosi dei guasti con generalizzazione del dominio semi-supervisionata (SSDGFD). L'approccio, chiamato apprendimento contrastivo gerarchico consapevole del dominio (DAHCL), affronta due limitazioni chiave nei metodi esistenti: il bias delle pseudo-etichette dovuto alla trascuratezza delle discrepanze geometriche specifiche del dominio e l'utilizzo squilibrato dei campioni a causa di strategie di accettazione o rifiuto rigide. DAHCL utilizza l'apprendimento contrastivo gerarchico per generare pseudo-etichette migliori e gestire campioni incerti. L'articolo è disponibile su arXiv con ID 2604.20928.
Fatti principali
- arXiv:2604.20928v1
- Diagnosi dei guasti con generalizzazione del dominio semi-supervisionata (SSDGFD)
- Apprendimento contrastivo gerarchico consapevole del dominio (DAHCL)
- Affronta il bias delle pseudo-etichette e l'utilizzo squilibrato dei campioni
- Utilizza l'apprendimento contrastivo gerarchico
- Pubblicato su arXiv
- Tipo di annuncio: cross
- L'abstract descrive il metodo
Entità
Istituzioni
- arXiv