Dec, 2023
基于光谱的机器学习软故障管理的实验研究
Experimental Investigation of Machine Learning based Soft-Failure Management using the Optical Spectrum
Lars E. Kruse, Sebastian Kühl, Annika Dochhan, Stephan Pachnicke
TL;DR我们通过实验比较了不同机器学习算法在软故障管理方面的性能，并引入了一种基于机器学习的软故障管理框架。该框架利用光谱分析仪获取的光谱数据，并运行在变分自动编码器生成对抗网络（VAE-GAN）上。研究结果表明，VAE-GAN 在识别任务中，当可用的训练数据仅为总量的 10％时，表现优于其他机器学习算法。此外，该框架通过先进的训练机制，在未知频谱识别方面显示出很高的 F1 分数。故障定位比较还表明，低复杂度神经网络与 VAE 结合相比于已有的机器学习算法具有优势。