Lightweight CNN-Based Anomaly Detection for High Voltage Converter Modulators in the Spallation Neutron Source
Dit artikel stelt een lichtgewicht op CNN gebaseerd framework voor anomaliedetectie voor hoogspanningsconvertermodulatoren van de Spallation Neutron Source voor, dat gebruikmaakt van architecturale inductieve bias door temporele en cross-channel operaties strategisch te ordenen, waarmee een state-of-the-art prestatie wordt bereikt in het identificeren van foutvoorlopers over meerdere subsystemen heen.