Continuous Degradation Representation Learning for Remaining Useful Life Prediction
यह शोध पत्र CoDeR का प्रस्ताव करता है, जो एक निरंतर क्षरण प्रतिनिधित्व शिक्षण ढांचा (continuous degradation representation learning framework) है जो मौजूदा डीप लर्निंग मॉडलों में खंडित प्रतिनिधित्व की सीमाओं को दूर करने के लिए एक ड्यूल-एक्सिस कपल्ड ट्रांसफॉर्मर एनकोडर और एक टाइम-अवेयर कंट्रास्टिव लर्निंग मॉड्यूल को एकीकृत करता है, जिससे एयरो-इंजनों के शेष उपयोगी जीवन (Remaining Useful Life) के अधिक सटीक पूर्वानुमान प्राप्त होते हैं।