PERCEPTION
用于异常检测的生成式少样本孪生网络：在核电站管道泄漏中的应用
Jeong JH, Choi YR, Choi YH, Cho DY, Kim MS
- 发表年份
- 2026
- 期刊
- Sensors (Basel, Switzerland)
摘要
该论文提出了一种基于生成式少样本孪生网络的异常检测方法，专门用于核电站管道泄漏的识别。通过利用少量正常样本进行训练，该方法能够有效检测出管道系统中的异常泄漏情况。
关键词
anomaly detectionfew-shot learningSiamese networkspipeline leakagenuclear power plants
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013