迁移学习是在已知一个工况下进行训练,然后训练好的方法(模型)能够解决未知工况下的问题
因此包括四个方面

1、不同工况:等转速、负载、温度等工况不同时,其可能出现域偏移(domain shift)。比如在转速1730rpm下进行训练的好的模型,在转速1797rpm下测试也能满足很好的性能

2、不同故障类型:源域和目标域故障类型数量会不相等,根据源域和目标域故障类型,可分为闭集迁移、部分集迁移、开放集迁移和通用集迁移。
在这里插入图片描述
3、不同故障位置:同一设备,传感器安装在不同位置

4、不同机器设备:实验台迁移至真实设备

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐