Fusing multichannel autoencoders with dynamic global loss for self-supervised fault diagnosis

Engineering fault diagnosis often needs to be implemented without prior knowledge of labels. Considering the randomness and drift of fault features, this paper proposes fusing multichannel autoencoders with dynamic global loss (FMA-DGL) to enhance self-supervised fault diagnosis. Multiple autoencode...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Computers in industry Jg. 164; S. 104165
Hauptverfasser:	Li, Chuan, Xiong, Manjun, Shen, Hongmeng, Bai, Yun, Yang, Shuai, Pu, Zhiqiang
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier B.V 01.01.2025
Schlagworte:	Autoencoder Dynamic global loss Fault diagnosis Multichannel fusion Self-supervised learning Multichannel fusion Fault diagnosis Autoencoder Dynamic global loss Self-supervised learning
ISSN:	0166-3615
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!