A Posterior Probability-Guided Kernel-Space Oversampling Machine Learning Method for Imbalanced Rolling Bearing Health Monitoring
Questo articolo propone Kernel-PAO, un nuovo metodo di apprendimento automatico che sposta l'oversampling nello spazio kernel utilizzando l'interpolazione guidata dalla probabilità a posteriori per affrontare efficacemente il grave squilibrio delle classi nel monitoraggio della salute dei cuscinetti rotanti, superando significativamente le tecniche tradizionali come SMOTE in termini di accuratezza e robustezza.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.