深度学习&故障诊断初学者 - 学习路线

Posted 故障诊断与python学习

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了深度学习&故障诊断初学者 - 学习路线相关的知识，希望对你有一定的参考价值。

针对该领域初学者，经常有人一头雾水，不知如何学习，因此本文提供了一个学习路线
注：以下路线适合使用深度学习做故障诊断的初学者(建议使用Python、pytorch)

深度学习+故障诊断学习路线

stage1: Python入门 - 打好编程基础

https://www.bilibili.com/video/BV1vA411b7Rn?spm_id_from=333.337.search-card.all.click
B站免费课程 学到P49
建议时长 2周

stage2: 吴恩达课程讲深度学习理论 - 浅浅理解神经网络

https://www.bilibili.com/video/BV1FT4y1E74V?p=41
建议时长 2周

stage3: 看10篇中文故障诊断论文 - 对故障诊断有个大概了解

stage4: 深度学习实战(一定要动手敲代码)

https://study.163.com/course/courseMain.htm?courseId=1210834809
1、网易云课堂 - 收费298 学到课时81
建议时长 3周
2、推荐！！！B站 - 免费 动手学深度学习 PyTorch版
B站视频

https://space.bilibili.com/1567748478/channel/seriesdetail?sid=358497
配套电子书、代码

https://zh.d2l.ai/chapter_convolutional-modern/alexnet.html

stage5: 了解故障诊断相关理论知识及信号处理方法

故障诊断入门资料整理，不断更新
https://blog.csdn.net/m0_47410750/article/details/123213609?spm=1001.2014.3001.5502

stage6: 实战初级故障诊断代码

后续更新补上

stage7: 看10篇SCI3区及以上论文 - 了解发展趋势

stage8: 学习进阶故障诊断开源代码 - 积累方法

(不同转速间)Domain Adversarial Graph Convolutional network (DAGCN)

https://github.com/HazeDT/DAGCN

(不同转速间)Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study

https://github.com/ZhaoZhibin/UDTL

(同一转速间)基于卷积神经网络的轴承故障诊断算法研究_张伟

https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis

(小样本学习)Limited Data Rolling Bearing Fault Diagnosis with Few-shot Learning

https://github.com/SNBQT/Limited-Data-Rolling-Bearing-Fault-Diagnosis-with-Few-shot-Learning

(不同数据集之间迁移)Deep Convolutional Transfer Learning Network: A New Method for Intelligent Fault Diagnosis of Machines With Unlabeled Data

https://github.com/ArthurWish/DCTLN-

数字信号处理介绍及python源代码实战

https://wizardforcel.gitbooks.io/hyry-studio-scipy/content/0.html

(GAN+STFT) An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks

https://github.com/lkurakht/CatGAN-bearing-faults

stage9: 继续看10篇SCI论文，尝试自己的idea

stage10: 继续完善idea，有结果，投稿录用

附

查找论文代码两个网站

https://paperswithcode.com/

https://researchcode.com/

公开讲座

1、华中科技大学高亮教授：智能诊断中的自动机器学习：研究进展与挑战

https://www.bilibili.com/video/BV1e34y1i7ws/?spm_id_from=333.788

2、西安交通大学严如强教授：智能诊断中的可解释深度学习：进展与挑战

https://www.bilibili.com/video/BV1Zr4y1Y7CM/?spm_id_from=333.788

3、华南理工大学陈祝云助理研究员：从部分域、开放集到开放混合域：非完备集知识迁移诊断方法研究

https://www.bilibili.com/video/BV1LL4y1t7sx/?spm_id_from=333.788

4、苏州大学沈长青教授：从域适应到域泛化：人工智能驱动的故障诊断模型探索

https://www.bilibili.com/video/BV1V34y1q758/?spm_id_from=333.788

5、华南理工大学李巍华教授：面向工业场景的深度迁移学习智能诊断：研究进展与挑战

https://www.bilibili.com/video/BV1kY41147dy/?spm_id_from=333.788

6、华南理工大学黄如意助理研究员：赋智故障诊断与预测：复合故障智能解耦与多任务协同监测

https://www.bilibili.com/video/BV1dr4y1e7Jd/?spm_id_from=333.788

7、清华大学王天杨助理研究员：面向非协作数据场景的智能诊断与预测研究

https://www.bilibili.com/video/BV1xa411m72W/?spm_id_from=333.788

8、同济大学余建波教授：深度迁移对抗学习驱动的设备健康预诊维护：研究进展与挑战

https://www.bilibili.com/video/BV1gS4y1L7iE/?spm_id_from=333.788

9、西安交通大学孙闯副教授：智能诊断中的图卷积网络：研究进展与探索

https://www.bilibili.com/video/BV1Aq4y1C7gv/?spm_id_from=333.788

10、安徽大学陆思良副教授：边缘智能驱动的设备状态实时监测与控制

https://www.bilibili.com/video/BV1AR4y1u74b/?spm_id_from=333.788

11、东莞理工学院李川研究员：从强监督向弱监督深度学习进化赋能故障诊断

https://www.bilibili.com/video/BV1hP4y177wt/?spm_id_from=333.788

12、西安交通大学李响副教授：智能协同故障诊断中的联邦学习：研究进展与挑战

https://www.bilibili.com/video/BV14S4y1o79U/?spm_id_from=333.788

13、湖南大学邵海东副教授：从向量域到矩阵域及张量域：智能故障诊断的数据融合与挖掘

https://www.bilibili.com/video/BV1WF411p7ze/?spm_id_from=333.788

14、上海交通大学王冬副教授：智能故障诊断新观点：模型结构与输出权重双可解释性

https://www.bilibili.com/video/BV11R4y1M7vQ/?spm_id_from=333.788

15、西安交通大学赵志斌助理教授：从稀疏表示到深度展开网络：模型驱动的可解释智能诊断初探

https://www.bilibili.com/video/BV1DS4y157zM/?spm_id_from=333.788

16、西安交通大学雷亚国教授：机械装备智能运维

https://www.bilibili.com/video/BV1RU4y1d75q?spm_id_from=333.999.0.0

17、国防科技大学 张伦助理研究员：直升机行星轮系振动分离与智能诊断

https://www.bilibili.com/video/BV1pi4y1k7hi?spm_id_from=333.999.0.0

创作打卡挑战赛 赢取流量/现金/CSDN周边激励大奖

以上是关于深度学习&故障诊断初学者 - 学习路线的主要内容，如果未能解决你的问题，请参考以下文章

动手教你学故障诊断:Python实现Tensorflow+CNN深度学习的轴承故障诊断（西储大学数据集）（含完整代码）

复杂工况下少样本轴承故障诊断的元学习

复杂工况下少样本轴承故障诊断的元学习

论文研读《Highly Accurate Machine Fault Diagnosis Using Deep Transfer Learning》采用深度转移学习的高精度机械故障诊断——2019

网络模型应用的一类故障诊断方法

综述 | 图深度学习医疗诊断与分析