Modelo de autoencoder enmascarado contrastivo regularizado para detección de anomalías en maquinaria utilizando aumento de datos basado en difusión
Autores: Zahedi, Esmaeil; Saraee, Mohamad; Masoumi, Fatemeh Sadat; Yazdinejad, Mohsen
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelo de autoencoder enmascarado contrastivo regularizado para detección de anomalías en maquinaria utilizando aumento de datos basado en difusión
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Detección de sonidos anómalos sin supervisión
Métodos auto-supervisados
Aprendizaje contrastivo
Aumento de datos
Identificación de máquinas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
La detección de sonidos anómalos no supervisada, especialmente los métodos auto-supervisados, juega un papel crucial en diferenciar los sonidos anormales desconocidos de las máquinas de los sonidos normales.
Descripción
La detección de sonidos anómalos no supervisada, especialmente los métodos auto-supervisados, juega un papel crucial en diferenciar los sonidos anormales desconocidos de las máquinas de los sonidos normales.