Enhancing equipment safeguarding in IIoT: A self-supervised fault diagnosis paradigm based on asymmetric graph autoencoder

Thanks to the sufficient monitoring data provided by Industrial Internet of Things (IIoT), intelligent fault diagnosis technology has demonstrated remarkable performance in safeguarding equipment. However, the effectiveness of existing methods heavily relies on manually labeled data. Unfortunately,...

Celý popis

Podrobná bibliografie

Vydáno v:	Knowledge-based systems Ročník 296; s. 111922
Hlavní autoři:	Chen, Zhuohang, Liu, Shen, Li, Chao, Chang, Yuanhong, Chen, Jinglong, Feng, Gaoshan, He, Shuilong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 19.07.2024
Témata:	Domain shift Fault diagnosis Graph autoencoder Self-supervised learning Fault diagnosis Domain shift Graph autoencoder Self-supervised learning
ISSN:	0950-7051, 1872-7409
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!