“可靠性之家”线上论坛第二期成功举办|马钰淋副教授分享故障诊断领域泛化新方法

2026年1月12日晚20:00，“可靠性之家”线上论坛第二期成功举办，河北工业大学马钰淋副教授应邀作《基于梯度对齐的鲁棒领域泛化方法及其故障诊断应用研究》主题报告，报告由电子科技大学胡家文副研究员主持。

本次报告聚焦深度学习工业应用的泛化性挑战：工业监测数据普遍存在场景变化、不平衡以及错标签等问题，严重制约深度学习的工业应用效果。针对上述挑战，马钰淋副教授创新地提出了基于梯度对齐的鲁棒领域泛化方法，从模型优化角度探究深度学习泛化机制，以梯度作为优化代理，基于梯度对齐提取泛化信息，依次考虑应用场景变化、数据不平衡以及数据错标签，开展基于梯度对齐的鲁棒领域泛化方法研究，并将其应用于故障诊断和缺陷识别，应用案例表明所提方法有效增强了领域泛化的数据鲁棒性，提高了未知领域的分类准确率，拓展了领域泛化的工业应用。

报告进一步介绍了所提方法在数据隐私保护、模型架构泛化、模型优化表征、可解释性以及控制与诊断一体化应用等方面的研究展望。

本期视频已上传B站，请扫描观看分享。

本期论坛为“可靠性之家”系列活动的开端，未来将持续分享可靠性领域的前沿技术与实践，促进学术交流与产学研合作。