An Interpretable Neuro-Dynamic Scheme With Feature-Temporal Attention for Remaining Useful Life Estimation

可解释性 预言 估计员 特征(语言学) 人工智能 计算机科学 机器学习 均方误差 噪音(视频) 数据挖掘 模式识别(心理学) 数学 统计 语言学 图像(数学) 哲学
作者
Linxiao Qin,Shuo Zhang,Tao Sun,Xudong Zhao
出处
期刊:IEEE Transactions on Industrial Informatics [Institute of Electrical and Electronics Engineers]
卷期号:20 (4): 5505-5516 被引量:1
标识
DOI:10.1109/tii.2023.3333933
摘要

With the wide application of deep learning in condition monitored system prognostics, its inadequate interpretability has always been questioned. This article proposes interpretable remaining useful life (RUL) estimation routine for RUL prediction, which consists of an augmenter network based on ordinary differential equations and an estimator network utilizing feature-temporal attention. The augmenter is implemented to suppress additive noise in original data and infer unobservable health-related variables with embedded formulas. Subsequently, the uncertainty-aware estimator is executed to predict RUL with quantile regressive module, while detecting dominant features and temporal dependencies via attention. Extensive evaluations are carried out on the N-CMAPSS aeroengine dataset. Compared with the baseline approaches, our method obtains 14% improvement for NASA's score and 7% for root-mean-square error. Moreover, the interpretability of our framework is further analyzed, in which the proposed method is able to imply physical constraints, detect abnormal subsystems and identify critical stages of flight with insufficient prior knowledge.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
zt1812431172完成签到,获得积分10
刚刚
山丘发布了新的文献求助10
刚刚
麻花精发布了新的文献求助10
刚刚
elfff完成签到 ,获得积分10
1秒前
2秒前
2秒前
2秒前
忆之发布了新的文献求助10
2秒前
keyandog发布了新的文献求助10
2秒前
Hello应助FG采纳,获得10
2秒前
善学以致用应助姜07采纳,获得10
4秒前
4秒前
5秒前
6秒前
FashionBoy应助尔玉采纳,获得10
7秒前
一一应助北极星采纳,获得20
7秒前
兴奋的小笼包完成签到,获得积分10
7秒前
7秒前
做不出来发布了新的文献求助10
7秒前
8秒前
务实的乐巧完成签到,获得积分10
8秒前
kissinger发布了新的文献求助10
9秒前
9秒前
9秒前
keyandog完成签到,获得积分10
9秒前
香蕉觅云应助还好采纳,获得10
10秒前
10秒前
不回首发布了新的文献求助10
10秒前
糊涂的雪旋完成签到 ,获得积分10
10秒前
10秒前
九九完成签到 ,获得积分10
12秒前
潇洒诗槐完成签到,获得积分10
12秒前
12秒前
海波发布了新的文献求助10
12秒前
FG发布了新的文献求助10
13秒前
Martin发布了新的文献求助10
13秒前
13秒前
Boss东发布了新的文献求助10
14秒前
做不出来完成签到,获得积分10
15秒前
徐梦蝶发布了新的文献求助10
15秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3251977
求助须知:如何正确求助?哪些是违规求助? 2894872
关于积分的说明 8283595
捐赠科研通 2563512
什么是DOI,文献DOI怎么找? 1391618
科研通“疑难数据库(出版商)”最低求助积分说明 651896
邀请新用户注册赠送积分活动 628894