1）2020C-一种硬盘故障预测的非监督对抗学习方法.pdf
领域：异常检测，深度学习
方法：非监督对抗学习
场景：硬盘故障检测
网络结构：基于LSTM自编码器与生成式对抗网络相结合
数据集：BackBlaze
采用非监督对抗学习的好处，由于训练阶段未用到异常样本(即正样本)，模型不受样本不均衡的影响，很好的避免了由于训练样本不均衡导致的过拟合问题。
已有研究大都使用5 天以内的短期序列数据进行学习和检测，不能很好的学习到自我监测分析报告数据长期稳定的变化趋势，使得模型不具有鲁棒性。同时结合14年提出的生成式对抗网络。故提出了基于LSTM的自编码器与生成式对抗网络相结合的网络结构，采用对抗训练方法，使模型学习正常样本在样本空间和潜在空间两个....
文件下载
评论信息
其他资源
- 排队论 基础与分析技术_唐应辉，唐小我著_北京
- OSG格式转换工具 V2.0
- 机械原理牛头刨床课程设计
- 克里金C++源码
- 中兴MF253工具和破解固件新编（内含详细教程）MF253SV1.0.0B10
- armadillo C++矩阵运算函数库
- 机器学习车牌检测正负样本图片库 3000多张
- Unity3D 连连看游戏
- 一个简单的MVC音乐商城
- 基于android图书管理系统
- 变压器直流偏磁的原理性仿真.doc
- 实战突击 ASP.NET项目开发案例整合 源代码.zip
- c#二维码生成
- FPGA课程设计电子密码锁
- 40家银行信贷产品.pdf
- 易买网项目
- Photonics-based radar with balanced I/Q de-chirping for interference-suppressed high-resolution detection and imaging
- 人力资源概述培训PPT模板课件x_人力资源部年度汇报ppt
- 小程序评分,含有半星,整星
- 组态王报表数据库实例
- Highlighting SystemV5.0.rar
- Management of Information Security, 4 Edition
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明