Scidown文献预览系统!
机械系统时间序列域自适应的因果机制传递网络( Causal Mechanism Transfer Network for Time Series Domain Adaptation in Mechanical Systems )
Z Li R Cai WN Hong M Winslett Z Zhang AI and engineering general AI techniques
数据驱动模型正成为现代机械系统中必不可少的部分,通常用于捕捉各种设备的行为和变化的环境特性。尽管这些数据驱动模型具有对高动态和老化设备的良好适应性的优势,但它们通常渴望大量标签,这些标签大多由人类工程师以高成本贡献。幸运的是,域自适应通过利用标记的源数据和未标记的目标数据来增强模型的泛化。然而,主流的域自适应方法由于假定条件分布相等,在时间序列数据上不能达到理想的性能。这一假设在静态数据中适用,但不适用于时间序列数据。即使是一阶马尔可夫相依假设,也需要任意两个连续时间步长之间的相依性。在这篇文章中,我们假设因果机制是不变的,并提出了我们的因果机制转移网络(CMTN)用于时间序列域自适应。通过捕获时间序列数据的因果机制,CMTN允许数据驱动模型利用来自类似系统的现有数据和标签,这样即使在数据有限的情况下,在新系统上得到的模型也是高度可靠的。我们报告了我们的经验结果和经验教训从两个现实世界的案例研究,冷水机组能量优化和锅炉故障检测,这是优于现有的现有的技术方法。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】