ИИ и сложнейшие проблемы мира · Термоядерный синтез и энергетика · arXiv · 2026-10-23
Устойчивая к шуму квантово-вдохновлённая синтетическая передискретизация миноритарного класса для мониторинга состояния и классификации неисправностей в промышленных и энергетических системах
Оригинальное название: Noise-Robust Quantum-Inspired Synthetic Minority Oversampling for Condition Monitoring and Fault Classification in Industrial and Energy Systems
Дисбаланс классов затрудняет обучение машинного обучения миноритарным паттернам неисправностей в промышленном мониторинге состояния. Авторы расширяют метод передискретизации Quantum SMOTE, добавляя шум непосредственно в оценку сходства на основе swap-теста, чтобы можно было проверить устойчивость самой передискретизации. На четырёх публичных наборах данных и пяти классификаторах QSMOTE улучшил результаты до 170% на наборе данных об отказах двигателей, а влияние шума зависело от модели шума и классификатора.