Anomaly Detection in Structural Health Monitoring Data with Scarce Labeled Data Using Self-Supervised Pretraining Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种自监督学习方法,解决了结构健康监测中因标记数据稀缺导致的异常检测问题。该框架有效利用少量标记数据和大量未标记数据,显著提升了异常检测性能。

🏷️

标签

➡️

继续阅读