Buchumschlag

Learning to better see the unseen: Broad-Deep Mixed Anti-Forgetting Framework for Incremental Zero-Shot Fault Diagnosis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Jiancheng, Yue, Jiaqi, Zhao, Chunhui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FaultDiffusion: Few-Shot Fault Time Series Generation with Diffusion Model
von: Xu, Yi, et al.
Veröffentlicht: (2025)

Controllable Forgetting Mechanism for Few-Shot Class-Incremental Learning
von: Paramonov, Kirill, et al.
Veröffentlicht: (2025)

Class Incremental Fault Diagnosis under Limited Fault Data via Supervised Contrastive Knowledge Distillation
von: Zhang, Hanrong, et al.
Veröffentlicht: (2025)

A Methodology-Oriented Study of Catastrophic Forgetting in Incremental Deep Neural Networks
von: Kumar, Ashutosh, et al.
Veröffentlicht: (2024)

LiteInception: A Lightweight and Interpretable Deep Learning Framework for General Aviation Fault Diagnosis
von: Wei, Zhihuan, et al.
Veröffentlicht: (2026)

Few-Shot Class-Incremental Learning with Non-IID Decentralized Data
von: Liu, Cuiwei, et al.
Veröffentlicht: (2024)

Digital Twin-Driven Zero-Shot Fault Diagnosis of Axial Piston Pumps Using Fluid-Borne Noise Signals
von: Dong, Chang, et al.
Veröffentlicht: (2025)

FedLED: Label-Free Equipment Fault Diagnosis with Vertical Federated Transfer Learning
von: Shen, Jie, et al.
Veröffentlicht: (2023)

Synthetic Forgetting without Access: A Few-shot Zero-glance Framework for Machine Unlearning
von: Song, Qipeng, et al.
Veröffentlicht: (2025)

SRTFD: Scalable Real-Time Fault Diagnosis through Online Continual Learning
von: Zhao, Dandan, et al.
Veröffentlicht: (2024)

Explaining Robustness to Catastrophic Forgetting Through Incremental Concept Formation
von: Barari, Nicki, et al.
Veröffentlicht: (2025)

S2S-FDD: Bridging Industrial Time Series and Natural Language for Explainable Zero-shot Fault Diagnosis
von: Li, Baoxue, et al.
Veröffentlicht: (2026)

Robust Unsupervised Fault Diagnosis For High-Dimensional Nonlinear Noisy Data
von: Zhao, Dandan, et al.
Veröffentlicht: (2025)

Few-Shot Class-Incremental Learning with Prior Knowledge
von: Jiang, Wenhao, et al.
Veröffentlicht: (2024)

NTK-Guided Few-Shot Class Incremental Learning
von: Liu, Jingren, et al.
Veröffentlicht: (2024)

An experimental approach on Few Shot Class Incremental Learning
von: Adam, Marinela
Veröffentlicht: (2025)

On Zero-Shot Reinforcement Learning
von: Jeen, Scott
Veröffentlicht: (2025)

Challenging Forgets: Unveiling the Worst-Case Forget Sets in Machine Unlearning
von: Fan, Chongyu, et al.
Veröffentlicht: (2024)

Zero-Shot Robustification of Zero-Shot Models
von: Adila, Dyah, et al.
Veröffentlicht: (2023)

On the Implicit Adversariality of Catastrophic Forgetting in Deep Continual Learning
von: Peng, Ze, et al.
Veröffentlicht: (2025)

Few-Shot Class Incremental Learning via Robust Transformer Approach
von: Paeedeh, Naeem, et al.
Veröffentlicht: (2024)

An Efficient Memory Module for Graph Few-Shot Class-Incremental Learning
von: Li, Dong, et al.
Veröffentlicht: (2024)

Zero-Shot Off-Policy Learning
von: Asadulaev, Arip, et al.
Veröffentlicht: (2026)

Broad Critic Deep Actor Reinforcement Learning for Continuous Control
von: Thalagala, Shiron, et al.
Veröffentlicht: (2024)

GeRe: Towards Efficient Anti-Forgetting in Continual Learning of LLM via General Samples Replay
von: Zhang, Yunan, et al.
Veröffentlicht: (2025)

Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights
von: Liang, Zhiyuan, et al.
Veröffentlicht: (2025)

BroadGen: A Framework for Generating Effective and Efficient Advertiser Broad Match Keyphrase Recommendations
von: Mishra, Ashirbad, et al.
Veröffentlicht: (2025)

MARLIN: Multi-Agent Reinforcement Learning for Incremental DAG Discovery
von: Li, Dong, et al.
Veröffentlicht: (2026)

Latest Advancements Towards Catastrophic Forgetting under Data Scarcity: A Comprehensive Survey on Few-Shot Class Incremental Learning
von: Ma'sum, M. Anwar, et al.
Veröffentlicht: (2025)

Reinfier and Reintrainer: Verification and Interpretation-Driven Safe Deep Reinforcement Learning Frameworks
von: Yang, Zixuan, et al.
Veröffentlicht: (2024)

Overcoming Growth-Induced Forgetting in Task-Agnostic Continual Learning
von: Zhao, Yuqing, et al.
Veröffentlicht: (2024)

Aggregated f-average Neural Network applied to Few-Shot Class Incremental Learning
von: Vu, Mathieu, et al.
Veröffentlicht: (2023)

Zero-Shot Cyclic Peptide Design via Composable Geometric Constraints
von: Jiang, Dapeng, et al.
Veröffentlicht: (2025)

One-Shot Domain Incremental Learning
von: Esaki, Yasushi, et al.
Veröffentlicht: (2024)

Forget Forgetting: Continual Learning in a World of Abundant Memory
von: Cho, Dongkyu, et al.
Veröffentlicht: (2025)

Enhancing Psychologists' Understanding through Explainable Deep Learning Framework for ADHD Diagnosis
von: Rehman, Abdul, et al.
Veröffentlicht: (2026)

Zero-Shot Reinforcement Learning via Function Encoders
von: Ingebrand, Tyler, et al.
Veröffentlicht: (2024)

Semantic-Inductive Attribute Selection for Zero-Shot Learning
von: Herrera-Aranda, Juan Jose, et al.
Veröffentlicht: (2025)

Provable Zero-Shot Generalization in Offline Reinforcement Learning
von: Wang, Zhiyong, et al.
Veröffentlicht: (2025)

Zero-Shot Reinforcement Learning Under Partial Observability
von: Jeen, Scott, et al.
Veröffentlicht: (2025)