目前该技能已被大量研究，各种新的组合创新模型层出不穷，因此须要发掘新的领域，探求打破口，办理新的问题。
工业故障诊断便是当下热门的领域之一，这个研究方向创新点多，直不雅观且易上手，对付想要快速入手产出研究paper的同学来说，是个非常好的选择。
这次我为大家整理了4篇故障诊断高分必读综述，希望对大家的学习有所帮助！
扫二维码，回答【故障诊断】即可得到全部论文合集，全是pdf格式，非常方便！
想要的同学千万别错过！
Applications of machine learning to machine fault diagnosis-A review and roadmap
该论文从过去、现在、未来三个部分详细阐述了机器学习在机器故障诊断方向的发展过程及研究成果，非常值得初学者阅读学习和思考。作为一种解放人类劳动很有出息的办法，智能故障诊断(IFD)在过去的二三十年中备受关注。但其在未来的发展上仍旧存在空缺，该论文根据机器学习理论的进展，结合该领域的寻衅，绘制IFD的路线图，对IFD的发展进行了综述，显示了其潜在的研究趋势并给出了未来的展望。
A systematic review of deep transfer learning for machinery fault diagnosis
深度学习等智能打算方法在机器故障诊断中的运用越来越受到关注，得益于深度学习模型的发展，故障诊断的准确性得到了显著提高。因此，为了提高智能故障诊断的泛化能力，由迁移学习和深度学习组件组成的深度迁移学习被开拓。该论文综述了近年来深度迁移学习在机器故障诊断中的研究进展，阐述了深度迁移学习的紧张成果、寻衅和未来研究，为机器故障诊断领域深度迁移学习架构的选择、设计和履行供应了明确的方向。
扫二维码，回答【故障诊断】即可得到全部论文合集，全是pdf格式，非常方便！
想要的同学千万别错过！
A survey on transfer learning该综述性文章作为迁移学习入门者的必读文章，非常具有威信性和引用代价。目前数据挖掘和机器学习已经在许多知识工程领域实现了巨大成功，比如分类、回归和聚类。然而，许多机器学习方法仅在一个共同的假设的条件下：演习数据和测试数据必须从同一特种空间中得到，并且须要具有相同的分布。当分布情形改变时，大多数的统计模型须要利用新网络的演习样本进行重修。为理解决这类问题，迁移学习作为一个新的学习框架涌如今人们面前。这篇综述紧张聚焦于当前迁移学习对付分类、回归和聚类问题的梳理和回顾，谈论了其他机器学习算法，比如领域适应、多任务学习、样本选择偏差以及协方差转变等和迁移学习之间的关系。同时也探索了一些迁移学习在未来的潜在方法的研究。Deep learning and its applications to machine health monitoring该综述回顾和总结了深度学习在机器康健监测方面的新兴研究事情。紧张从以下几个方面：自动编码器（AE）及其变体，受限玻尔兹曼机及其变体，包括深度信念网络（DBN）和深度玻尔兹曼机（DBM），卷积神经网络（CNN）和递归神经网络（RNN）。除此之外还对这些方法的性能进行了实验研究，谈论了基于深度学习的机器康健监测方法的一些新趋势，对该研究方向的未来发展有着很大的启迪浸染。扫二维码，回答【故障诊断】即可得到全部论文合集，全是pdf格式，非常方便！
想要的同学千万别错过！
