تُعقد عملية مراقبة صحة ضواغط البحر تحت تشغيل السفن الحقيقية بسبب تباين أوضاع التشغيل، وتنظيف مستمر متكرر، ووجود عدد محدود من علامات العطل. تقدم هذه الدراسة مُشفِر تبايني زمني مُدرك للصيانة (TCCL-AE) لتعلم مؤشر الصحة (HI) من بيانات مراقبة السفن المتعددة المتغيرات. يهدف الإطار إلى تعلم HI يتعقب التدهور أثناء تقليل الحساسية لتقلبات أوضاع التشغيل قصيرة الأمد من خلال إدخال معلومات الصيانة في تطور الحالة الكامنة وتقديم تعلم تبايني زمني. يشمل النموذج مُشفِر زمني لاستخراج ميزات على مستوى النافذة، ووحدة تحليل كامنة لفصل المعلومات المتعلقة بالتدهور وتلك المتعلقة بالحالة، ووحدة ربط صحة لتمثيل التعافي الناجم عن الصيانة. يدمج الهدف التدريبي تعلم التباين الزمني، وإعادة بناء الملاحظات، والتوافق مع الصيانة. تشير التجارب على بيانات السفن متعددة الرحلات إلى أن HI المُتعلم يعكس تطور التدهور على المدى الطويل والتعافي المتعلق بالصيانة، بينما لا يزال سلسًا نسبيًا تحت ظروف تشغيل متغيرة. يوفر HI الناتج تمثيلًا مستمرًا لتتبع الحالة والتفسير المتعلق بالصيانة أثناء المراقبة على المدى الطويل.
درس Fang et al. (Fri) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: