據2024年5月最新數據顯示，六合彩結果
CIMS研究中心博士生汪韓聯合華中科技大學數字制造裝備與技術國家重點實驗室沈衛明教授團隊，于2023年發表在IEEE Transactions on Industrial Informatics期刊上的論文“Few-shot learning for fault diagnosis with a dual graph neural network”（//doi.org/10.1109/TII.2022.3205373）被ESI數據庫遴選為高被引論文，目前已受到來自上海交通大學、中南大學、浙江大學、西安交通大學、英國倫敦國王六合彩結果
等課題組研究人員的廣泛關注和引用。
ESI檢索頁面
在實際工業場景中，旋轉機器通常在正常條件下工作，很少發生故障，因此能采集到的故障數據很少。傳統深度學習方法在數據量較小的工業故障診斷中無法保持其優勢。論文提出了雙圖神經網絡（DGNNet）用于解決小樣本故障診斷問題，核心思路是通過實例圖學習所有樣本的實例特征以及樣本之間的實例級關系，通過分布圖學習分布式特征和分布級關系。通過在實例圖和分布圖之間的交替更新策略將極少量有標注樣本的標簽信息傳播給無標注數據，從而解決半監督故障診斷任務。DGNNet引入圖神經網絡學習樣本之間的多階關系，通過實例圖和分布圖的交替更新，實現了在極少量有標注數據和無標注數據之間的標簽傳播。該方法在監督和半監督故障診斷場景中均取得了較好的表現。基于該技術，可以在識別未見過的故障類別上進一步拓展研究，并加強其在跨領域問題上的泛化性和魯棒性。（文/圖 劉敏）
雙圖神經網絡的總體框架（無標注樣本僅用于半監督小樣本故障診斷）
