Feb, 2024
基于 Stein 变分梯度下降的贝叶斯深度学习用于剩余寿命估计
Bayesian Deep Learning for Remaining Useful Life Estimation via Stein Variational Gradient Descent
Luca Della Libera, Jacopo Andreoli, Davide Dalle Pezze, Mirco Ravanelli, Gian Antonio Susto
TL;DR预测性维护中用于评估物理系统剩余寿命的关键任务是通过深度学习提高预测性能，本研究提出使用 Stein 变分梯度下降算法训练贝叶斯深度学习模型来解决传统方法的局限性并提供性能改进，通过实验研究得出在模拟涡轮发动机老化数据中，通过 Stein 变分梯度下降训练的贝叶斯深度学习模型在收敛速度和预测性能方面显著优于基于变分推断和反向传播训练的同类模型。