A Posterior Probability-Guided Kernel-Space Oversampling Machine Learning Method for Imbalanced Rolling Bearing Health Monitoring
Este artículo propone Kernel-PAO, un nuevo método de aprendizaje automático que traslada el sobremuestreo al espacio de kernel mediante la interpolación guiada por la probabilidad posterior para abordar eficazmente el desequilibrio severo de clases en el monitoreo de la salud de rodamientos, superando significativamente a las técnicas tradicionales como SMOTE en precisión y robustez.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.