Lightweight CNN-Based Anomaly Detection for High Voltage Converter Modulators in the Spallation Neutron Source
Cet article propose un cadre de détection d'anomalies léger, basé sur les réseaux de neurones convolutifs (CNN), pour les modulateurs de convertisseurs haute tension de la source de neutrons par spallation, qui exploite le biais inductif architectural en ordonnant stratégiquement les opérations temporelles et inter-canaux, atteignant ainsi des performances de pointe dans l'identification des précurseurs de défaillance à travers plusieurs sous-systèmes.