CLAR：面向制造业工业互联网的类增量风险诊断方法

2026年10月30日，arXiv发布论文提出CLAR方法。该方法通过双缓冲存储紧凑潜在表示与少量原始样本，结合注意力杠杆得分（ALS）指导类平衡采样，专门解决小样本增量风险诊断问题。 在MII测试床数据上，CLAR在相同缓冲大小下取得了被评测回放方法中最高的平均加权F1分数。研究还证明，ALS引导的回放梯度误差低于类平衡均匀回放。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。