多元异质场景下通用旋转机械故障诊断的时频条件多模态融合基础模型

原文：A Time-Frequency-Condition Multimodal Fusion Foundation Model for Universal Rotating-Machinery Fault Diagnosis under Multi-Element Heterogeneous Scenarios

智能故障诊断模型通常是针对一组特定操作条件下的单台机器开发的，因此每个新机器或条件都需要从头开始重新训练。这种一机一模型的范式扩展性很差。尽管迁移学习和领域泛化可以减轻标记负担，但它们主要寻求领域不变的共性，可能会降低标签的效率。

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。