arXiv 机器学习· Maria Beatriz Silva, Lucas Edson Silva de Ara\'ujo, Sergio F. Chevtchenko, Ermeson Andrade, Danilo Araujo, Saeed Afshar·· 6 小时前AI 评分25
用于早期识别钻头卡滞的声学异常检测
Acoustic Anomaly Detection for Early Identification of Drill Jamming
AI 导读
研究提出一种利用超声波传感器的声学异常检测系统，用于在 CNC 加工中提前识别钻头卡滞，并开源了 17 个钻头的声学特征数据集。测试显示，半监督 Autoencoder 模型实现 1.00 的 Recall、0.81 的综合 F1-score 及 0.8294 的 AUC，成功预警所有卡滞事件。
来源：arXiv 机器学习 · arxiv.org