深度残差收缩网络：（二）整体思路

其实，这篇文章的摘要很好地总结了整体的思路。一共四句话，非常简明扼要。

　　我们首先来翻译一下论文的摘要：

第一句：This paper develops new deep learning methods, namely, deep residual shrinkage networks, to improve the feature learning ability from highly noised vibration signals and achieve a high fault diagnosing accuracy.

翻译：本文提出了新的深度学习方法，即深度残差收缩网络，来提高深度学习算法从强噪声信号中学习特征的能力，并且取得较高的故障诊断准确率。

解释：不仅明确了所提出的方法（深度残差收缩网络），而且指出了面向的信号类型（强噪声信号）。

第二句：Soft thresholding is inserted as nonlinear transformation layers into the deep architectures to eliminate unimportant features.

翻译：软阈值化作为非线性层，嵌入到深度神经网络之中，以消除不重要的特征。

解释：深度残差收缩网络是ResNet的改进。这里解释了深度残差收缩网络与ResNet的第一点不同之处——引入了软阈值化。

第三句：Moreover, considering that it is generally challenging to set proper values for the thresholds, the developed deep residual shrinkage networks integrate a few specialized neural networks as trainable modules to automatically determine the thresholds, so that professional expertise on signal processing is not required.

翻译：更进一步地，考虑到软阈值化中的阈值是难以设定的，本文所提出的深度残差收缩网络，采用了一个子网络，来自动地设置这些阈值，从而避免了信号处理领域的专业知识。

解释：这句话点明了本文的核心贡献。本文不仅在网络模型中引入了软阈值化，而且给出了自动设置阈值的方式。

第四句：The efficacy of the developed methods is validated through experiments with various types of noise.

翻译：该方法的有效性通过不同噪声下的实验得到了验证。

解释：实验验证部分考虑了不同种类噪声的影响。

总结：深度残差收缩网络=ResNet+软阈值化+自动设置阈值。

深度残差收缩网络：（二）整体思路相关推荐

论文翻译-基于深度残差收缩网络的故障诊断 Deep Residual Shrinkage Networks for Fault Diagnosis
深度残差收缩网络是深度残差网络的一种改进,针对的是数据中含有噪声或冗余信息的情况,将软阈值化引入深度残差网络的内部,通过消除冗余特征,增强高层特征的判别性.以下对部分论文原文进行了翻译,仅以学习为目的 ...
基于深度残差收缩网络的故障诊断 Deep Residual Shrinkage Networks for Fault Diagnosis
深度残差收缩网络针对的是数据中含有噪声或冗余信息的情况,是深度残差网络的一种改进,将软阈值化引入深度残差网络的内部,通过消除冗余特征,增强高层特征的判别性.以下对部分论文原文进行了翻译,仅以学习为目的 ...
【Deep Learning】Deep Residual Shrinkage Networks for Fault Diagnosis（深度残差收缩网络）
[题目]Deep Residual Shrinkage Networks for Fault Diagnosis [翻译]基于深度残差收缩网络的故障诊断 Abstract (摘要) [翻译]本文提出了 ...
深度残差收缩网络：（一）背景知识
总共六篇文章: 深度残差收缩网络:(一)背景知识深度残差收缩网络:(一)背景知识_马鹏森的博客-CSDN博客深度残差收缩网络:(二)整体思路深度残差收缩网络:(二)整体思路_马鹏森的博客-CSD ...
深度残差网络_深度残差收缩网络：(三) 网络结构
1. 回顾一下深度残差网络的结构在下图中,(a)-(c)分别是三种残差模块,(d)是深度残差网络的整体示意图.BN指的是批标准化(Batch Normalization),ReLU指的是整流线性单元 ...
【深度残差收缩网络】Deep-Residual-Shrinkage-Networks模型+代码
https://github.com/zhao62/Deep-Residual-Shrinkage-Networks 代码链接 1.代码 1.1DRSN_keras.py python版本为3.6 安 ...
（全文翻译）基于深度残差收缩网络的故障诊断Deep Residual Shrinkage Networks for Fault Diagnosis
M. Zhao, S. Zhong, X. Fu, B. Tang, M. Pecht, Deep residual shrinkage networks for fault diagnosis, I ...
《Deep residual shrinkage networks for fault diagnosis》基于深度残差收缩网络的故障诊断（翻译与python代码）
基于深度残差收缩网络的故障诊断(翻译) 赵明航,钟诗胜,付旭云,汤宝平,Michael Pecht 论文连接:https://ieeexplore.ieee.org/document/8850096 ...
深度残差收缩网络：借助注意力机制实现特征的软阈值化
作者 | 哈尔滨工业大学(威海)讲师赵明航本文解读了一种新的深度注意力算法,即深度残差收缩网络(Deep Residual Shrinkage Network). 从功能上讲,深度残差收缩网络是一 ...

深度残差收缩网络：（二）整体思路

深度残差收缩网络：（二）整体思路相关推荐

最新文章

热门文章