AI与世界难题 · 核聚变与能源 · arXiv · 2026-10-23
面向工业与能源系统状态监测和故障分类的抗噪声量子启发式合成少数类过采样方法
原标题: Noise-Robust Quantum-Inspired Synthetic Minority Oversampling for Condition Monitoring and Fault Classification in Industrial and Energy Systems
类别不平衡使机器学习难以学习工业状态监测中的少数类故障模式。作者对量子SMOTE过采样方法进行了扩展，将噪声直接加入其基于交换测试的相似度估计中，从而可以检验过采样本身的鲁棒性。在四个公开数据集和五种分类器上，QSMOTE在一个发动机故障数据集上最多将结果提升了170%，而噪声的影响因噪声模型和分类器而异。