Noise-robust self-supervised learning with frequency-bias decomposition for TBM muck particle size distribution prediction | Synapse
March 3, 2026
Apprentissage auto-supervisé robuste au bruit avec décomposition de biais de fréquence pour la prédiction de la distribution de taille des particules de déblais de TBM
Key Points
La précision de prédiction de la distribution de taille des particules de déblais a considérablement été améliorée grâce à de nouvelles méthodes robustes au bruit.
Une évaluation expérimentale a montré que les approches d'apprentissage auto-supervisé réduisaient efficacement les influences du bruit.
L'utilisation de la décomposition de biais de fréquence a amélioré les capacités prédictives pour diverses tailles et types de déblais.
Les résultats indiquent des avancées potentielles dans les projets de tunneling et d'excavation, soulignant la nécessité de modèles robustes.