A Posterior Probability-Guided Kernel-Space Oversampling Machine Learning Method for Imbalanced Rolling Bearing Health Monitoring
Este artigo propõe o Kernel-PAO, um novo método de aprendizado de máquina que desloca o sobreamostragem para o espaço de kernel usando interpolação guiada por probabilidade posterior para abordar eficazmente o desequilíbrio severo de classes no monitoramento de saúde de rolamentos, superando significativamente técnicas tradicionais como o SMOTE em precisão e robustez.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.