首站-论文投稿智能助手
典型文献
一种基于预训练的固态硬盘RUL预测方法
文献摘要:
针对固态硬盘(solid state drive,SSD)剩余使用寿命预测中故障样本数据较少的问题,提出一种基于Transformer预训练的固态硬盘剩余使用寿命(remaining useful life,RUL)预测方法.首先使用基于注意力机制的神经网络模型Transformer对存储磁盘中的硬盘驱动器(hard disk drive,HDD)进行预训练,得到一个硬盘驱动器剩余使用寿命初始模型,再用数据量少的固态硬盘数据对该模型进行精调,最后实现对固态硬盘设备的剩余使用寿命进行有效的预测.实验结果表明:建立的固态硬盘剩余使用寿命回归模型在40天以内的寿命预测中可以达到较好的效果.
文献关键词:
固态硬盘;剩余使用寿命;Transformer;预训练;硬盘驱动器;注意力机制;神经网络
作者姓名:
王小毫;陈雯柏;张波;刘辉翔;王一群
作者机构:
北京信息科技大学自动化学院,北京100192
引用格式:
[1]王小毫;陈雯柏;张波;刘辉翔;王一群-.一种基于预训练的固态硬盘RUL预测方法)[J].北京信息科技大学学报(自然科学版),2022(05):40-45,67
A类:
硬盘驱动器
B类:
预训练,固态硬盘,RUL,solid,state,drive,SSD,剩余使用寿命预测,Transformer,remaining,useful,life,注意力机制,磁盘,盘中,hard,disk,HDD,初始模型,数据量,硬盘数据,精调
AB值:
0.25513
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。