Nuovo Framework AI Migliora la Diagnosi dei Guasti nella Produzione

Un nuovo framework denominato deep hierarchical knowledge loss (DHK) è stato sviluppato per migliorare la diagnosi dell'intensità dei guasti (FID) all'interno della produzione intelligente. Questo metodo affronta le sfide poste dalla trascuratezza delle interdipendenze tra le classi target, che ne ha limitato l'applicazione pratica. I ricercatori hanno introdotto una perdita ad albero gerarchico per stabilire una mappatura completa per le classi con caratteristiche condivise, utilizzando vincoli di conoscenza gerarchica positiva e negativa basati su albero. Per migliorare l'adattabilità, è stata creata una perdita ad albero gerarchico focale insieme a due metodi di ponderazione adattiva basati sull'altezza dell'albero. Inoltre, è stata proposta una perdita triplet ad albero di gruppo con margine dinamico gerarchico, integrando concetti di gruppo gerarchico e distanza ad albero per rappresentare la conoscenza strutturale dei confini tra varie classi. La combinazione di queste funzioni di perdita migliora significativamente il rilevamento di guasti sottili. Questo framework è stato dettagliato in un documento pubblicato su arXiv, identificato come arXiv:2604.16459v1, nella categoria di annuncio incrociato. Sono stati condotti esperimenti estesi per confermare l'efficacia dell'approccio.