BriefGPT - AI 论文速递
·
时间序列扩散方法：用于振动信号生成的降噪扩散概率模型
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种时间序列扩散方法（TSDM），通过改进U-net架构和结合扩散模型的原理，对时间序列进行生成和故障诊断。实验证明，TSDM能够准确生成时序中的特征，并提高小样本故障诊断准确率。
🎯
关键要点
-
本研究提出了一种时间序列扩散方法（TSDM）。
-
TSDM通过改进U-net架构和结合扩散模型的原理进行时间序列生成和故障诊断。
-
研究中采用前向扩散和逆向去噪过程对时间序列进行处理。
-
实验证明TSDM能够准确生成时序中的单频和多频特征。
-
TSDM在扩散生成的轴承故障序列中保留基本频率特征。
-
该方法提高了三个公共轴承故障数据集的小样本故障诊断准确率。
➡️
