Automated Processing of Explainable Artificial Intelligence Outputs in Deep Learning Models for Fault Diagnosis of Large Infrastructures
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种结合事后解释与半监督学习的框架,旨在自动识别深度学习模型在大型基础设施故障诊断中的异常解释。该框架提高了电网监测中故障分类的准确率,减轻了维护人员的负担。
🎯
关键要点
-
本研究提出了一种结合事后解释与半监督学习的框架。
-
该框架旨在自动识别深度学习模型在大型基础设施故障诊断中的异常解释。
-
框架显著提高了电网监测中故障分类的准确率。
-
该方法减轻了维护人员的工作负担。
➡️