Lightweight CNN-Based Anomaly Detection for High Voltage Converter Modulators in the Spallation Neutron Source
Dieses Paper schlägt ein leichtgewichtiges, auf CNN basierendes Framework zur Anomalieerkennung für Hochspannungskonverter-Modulatoren der Spallationsquelle vor, das den architektonischen induktiven Bias nutzt, indem es temporale und kanalübergreifende Operationen strategisch anordnet, um eine State-of-the-Art-Leistung bei der Identifizierung von Fehlerpräkursoren über mehrere Subsysteme hinweg zu erzielen.