标签噪声下结合对比学习与邻域样本分析的故障诊断方法

Fault diagnosis method via contrastive learning and neighborhood sample analysis under label noise
金泽中
叶春明
上海理工大学 管理学院, 上海 200093

摘要

当前基于深度学习的故障诊断方法依赖于标注完备的训练样本,当数据集中存在噪声标签时,模型会对噪声数据过拟合,影响泛化能力。为实现模型在采用标签噪声进行训练的情况下对设备运行工况的精确识别,本文提出一种结合对比学习与邻域样本分析的故障诊断方法。首先采用对比学习方法对模型进行预训练,拉近模型特征空间中的相似样本映射距离,实现判别能力增强,随后,基于特征相似度寻找每个样本最相似的近邻用以计算训练标签可靠性并据此执行样本划分以及标签纠正,构建更为可靠的训练子集,最后在训练过程中引入标签重加权以及一致性正则化操作增强模型鲁棒性。此外,通过同时训练两个网络模型以交替构建训练子集用于另一网络训练过程,缓解单网络模型训练框架易引起的认知偏差问题。在公共数据集上进行实验验证,结果表明所提方法能够有效识别并纠正噪声标签,在较高噪声标签情况下仍能保持良好的诊断性能。

基金项目

上海市哲学社会科学一般项目(2022BGL010)
国家自然科学基金资助项目(71840003)
上海市科学技术委员会"科技创新行动计划"软科学重点项目(20692104300)

出版信息

DOI: 10.19734/j.issn.1001-3695.2024.02.0036
出版期卷: 《计算机应用研究》 优先出版, 2024年第41卷 第10期

发布历史

[2024-07-04] 优先出版

引用本文

金泽中, 叶春明. 标签噪声下结合对比学习与邻域样本分析的故障诊断方法 [J]. 计算机应用研究, 2024, 41 (10). (2024-07-12). https://doi.org/10.19734/j.issn.1001-3695.2024.02.0036. (Jin Zezhong, Ye Chunming. Fault diagnosis method via contrastive learning and neighborhood sample analysis under label noise [J]. Application Research of Computers, 2024, 41 (10). (2024-07-12). https://doi.org/10.19734/j.issn.1001-3695.2024.02.0036. )

关于期刊

  • 计算机应用研究 月刊
  • Application Research of Computers
  • 刊号 ISSN 1001-3695
    CN  51-1196/TP

《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。

《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。

《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。


收录和评价

  • 第二届国家期刊奖百种重点期刊
  • 中国期刊方阵双效期刊
  • 全国中文核心期刊(北大2023年版)
  • 中国科技核心期刊
  • 中国科学引文数据库(CSCD)来源期刊
  • RCCSE中国核心学术期刊
  • 中国计算机学会会刊
  • 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
  • 中国科技期刊精品数据库全文来源期刊
  • 中国学术期刊综合评价数据库来源期刊
  • 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
  • 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
  • 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
  • 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
  • 英国《科学文摘》(INSPEC)来源期刊
  • 《日本科学技术振兴机构数据库》(JST)来源期刊
  • 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
  • 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
  • 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
  • 波兰《哥白尼索引》(IC)来源期刊
  • 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊