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
中图分类号：
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
文献出处：
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。
