精选理由
想跨焊接工艺直接套用模型？这篇论文用无监督域适应，在TIG和激光焊接上准确率从四成多拉到八成以上，不用重新标数据。
该论文提出一种无监督域适应框架结合渐进源域扩展策略，用于TIG焊接与激光焊接之间的跨进程渗透状态分类。在TIGFH数据集上达到90.65%准确率，在LSPS数据集上达到90.72%，分别超过监督基线35.83%和38.87%。跨进程任务中，TIG到激光准确率80.48%，激光到TIG准确率81.13%，分别提升43.39%和43.40%。方法无需目标域标注，显著降低新焊接工艺的重新标注成本。
AI 翻译 · 中文
该论文提出一种无监督域适应框架结合渐进源域扩展策略，用于TIG焊接与激光焊接之间的跨进程渗透状态分类。在TIGFH数据集上达到90.65%准确率，在LSPS数据集上达到90.72%，分别超过监督基线35.83%和38.87%。跨进程任务中，TIG到激光准确率80.48%，激光到TIG准确率81.13%，分别提升43.39%和43.40%。方法无需目标域标注，显著降低新焊接工艺的重新标注成本。
Supervised deep learning has been widely used for weld penetration state classification; however, its performance often degrades significantly under domain shift, such as when transferring models between welding processe…