使用自動編碼器的生成對抗模型進行半監督軸承故障診斷和分類

	【今周刊電子報】提供讀者易懂易上手的投資理財資訊及趨勢，最快速經濟脈動、專業政經報導，廣闊國際視野。 【考公職e周刊】提供你公職、職場、證照……等各類考試的情報，還有應考人現身說法，上榜秘訣分享給你！

★ 無法正常瀏覽內容，請按這裡線上閱讀 新聞  健康  udn部落格

2024/07/18 第789期  |  訂閱/退訂  |  看歷史報份   科技新知 使用自動編碼器的生成對抗模型進行半監督軸承故障診斷和分類 生病可以問AI嗎？探索智慧醫療的優劣與邊界 AI導入保險產業的發展趨勢 生成式AI開啟無限創意之門，引領未來智慧應用 使用自動編碼器的生成對抗模型進行半監督軸承故障診斷和分類 FIND研究員：朱育賢 軸承故障診斷對機械設備運行安全與效率非常重要。傳統的故障診斷方法依賴，高度專業的知識或大量的監督式學習數據，這些方法在實際應用中會遇到限制。該研究提出了一種半監督學習框架，結合了深度學習和生成模型的優勢，在提高軸承故障診斷和分類的準確性和效率。 圖 1 生成式模型架構圖 圖片來源：IEEE Journals & Magazines ,IEEE Sensors Journal ,Volume: 21 Issue: 5 https://ieeexplore.ieee.org/document/9270010 【技術發展背景】 近年來，深度學習技術在許多領域都展現出了驚人的潛力，包括聲音和影像識別、自然語言處理等。在機械故障診斷領域，深度學習技術能從大量數據中學習複雜的特徵表示，提高診斷的準確性。然而，需要大量的標記數據，在許多實際情況中，標記數據是難以獲得的。因此，半監督學習成為了最佳的解決方案，它可以利用少量的標記數據和大量的未標記數據來訓練模型。 【技術介紹】 該研究中使用的核心技術是透過變分自編碼器（Variational Autoencoder, VAE）的深度生成式模型。VAE是一種深度學習模型，它可以學習輸入數據的潛在表示，並通過這些潛在表示來生成新的數據樣本。在軸承故障診斷的應用中，VAE不僅可以用於特徵提取，還可以生成額外的訓練數據，這對於提高模型在少量標記數據情況下的性能特別有用。 結合半監督學習框架，該研究提出的方法利用少量標記數據和大量未標記數據，通過VAE生成模型學習複雜的軸承故障特徵。這種方法不僅提高了故障診斷的準確率，也增強了模型對新型故障模式的適應能力，展現生成式模型在半監督學習應用中的強大潛力。 【未來展望】 本文所介紹的技術，可提升軸承故障診斷效率和準確性。該研究不僅能夠改進模型結構，增強模型對未知故障類型的識別能力，還能夠將這一技術應用於電機、齒輪箱等其他關鍵設備的故障診斷中。不僅加速了技術的廣泛接受和應用，還為相關行業帶來了革命性的改變，成為近年來解決樣本不足問題的一個常見且有效的解決方案，為機械故障診斷與分類領域帶來了新的希望和可能。 封面圖片來源：https://ieeexplore.ieee.org/document/9270010 參考資料來源： 本文出處：https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiBo7_Gt4SFAxUAc _UHHcg9DVIQFnoECBcQAQ&url=https%3A%2F%2Fwww.merl.com%2Fpublica tions%2Fdocs%2FTR2021-002.pdf&usg=AOvVaw2uaByVlmN25dXUnzRHbbL6&opi=89978449 生病可以問AI嗎？探索智慧醫療的優劣與邊界 FIND研究員：張哲豪 對許多人而言，生病第一件事情不是去醫院掛號看醫生，而是先打開搜尋引擎發問，但隨著人工智慧技術的興起，人們也想知道，AI是否能用來執行相同的任務，甚至是否更有效？ AI能比醫生更厲害嗎？ AI在醫學診斷中扮演著日益重要的角色。例如，在影像診斷上，AI能夠分析X光、MRI和CT掃描，協助醫生發現病灶，甚至在某些情況下超越人類醫生的診斷能力。此外，AI在基因測序和癌症篩查中也展現出其強大的數據分析能力，為早期診斷和治療提供了新的可能。 圖1：Google 開發能夠診斷醫學推理和對話的 AI 人工智慧系統「AMIE」 資料來源：BBNtimes Google科學家在2024年1月發表一篇「走向對話式診斷人工智慧」的研究論文，聲稱經過醫療訪談訓練的專用AI系統，能夠根據患者的病史，以及透過模擬與患者交談，提供相似甚至超過於人類醫生的診斷水準。 這個聊天機器人名為Articulate Medical Intelligence Explorer (AMIE)，是奠基於Google開發的大型語言模型（LLM），在診斷呼吸系統和心血管疾病等方面比經過委員會認證的初級保健醫生更準確。與人類醫生相比，它在醫療訪談中可以獲得相似的資訊量，並且在同理心方面表現更好，不會出現任何差勁的態度。 這是第一次針對診斷對話和獲取臨床病史的對話式AI系統，這項研究涵蓋加拿大、英國與印度等地的149臨床案例，目前仍處於純粹的實驗階段，還沒有在真實病患身上進行測試。不過研究人員期待，AI系統未來可以幫助實現醫學民主化的理想。 醫生如何面對AI 雖然AI仍處於實驗階段，但也有許多醫院大力擁抱AI技術。以台中榮總為例，他們試圖打造自己的ChatGPT，把Call Center所有語音轉成文字檔，讓常見問題不需要再耗費大量人力來解決。 圖2：台中榮總應用AI智慧提供重症即時照護 資料來源：Bccnews 在數據整合應用方面，台中榮總會每天監督急診病人留院觀察時間，用來提升急診檢驗歸科簽住等流程的效率，在重症加護病房方面，也建立了重要臨床主題預測警示模型，例如急性腎臟損傷發生風險預測、敗血症臨床惡化風險預測等等，希望能透過AI模型作為參考值協助醫生判定，加速醫生診斷的效率。 台中榮總的智慧醫療作為已獲選全球250大智慧醫院，也是台灣唯一入選的醫院，但醫療畢竟是事關人身安全的重大決策，目前AI仍僅作為輔助，一切仍以醫生診斷做為最後基準。 現階段我們該如何善用AI AI雖然每天都已超乎想像的速度在進步，但身體健康仍禁不起一絲一毫的風險，因此美國醫學協會(AMA, American Medical Association)也開始透過制定標準，發布了一套人工智慧原則。 圖3：耶魯大學Andrew Taylor 醫學博士的AI使用建議 資料來源：Healthcare IT News 耶魯大學的Andrew Taylor 醫學博士也提供了一些嘗試使用AI的注意指南： 1.可提供背景知識或說明解釋：AI可用於提供醫學背景知識和解釋。例如，AI能夠解釋病人所需服用的藥物及其作用，以及特定疾病的診斷方式。 2.理解AI平台資訊未必即時更新：部分AI平台無法即時更新資訊，有些平台可能多年未更新其回答問題所用的數據，這可能導致無法反映最新的醫學知識和治療進展。 3.請查證訊息的來源：與知名搜尋引擎相比，AI可能無法明確提供資訊來源。因此請別像搜尋引擎那樣，輕易相信資訊來自可靠來源。 4.保持懷疑的態度： AI生成的文獻摘要中，雖然內容大多準確，但所列的參考資料可能是虛構的，需進行仔細核查。 面對這波科技浪潮，我們可以樂觀的期待AI高速發展的潛力，但也必須警覺AI的風險，AI不是萬靈丹，但它確實是推動創新和效率的強大引擎，期待在增進人類福祉的道路上，能發揮出最大的效能。 封面圖片：shutterstock 參考資料來源： 1.「走向對話式診斷人工智慧」研究論文https://arxiv.org/abs/2401.0565 2.美國醫學協會AI使用原則https://www.ama-assn.org/system/files/ama-ai-principles.pdf 3.自建ChatGPT提高病患滿意度　中榮院長陳適安用AI打造最佳智慧醫院https://www.cw.com.tw/article/5129032 4.健康資訊生成人工智慧：安全使用指南https://www.yalemedicine.org/news/generative-ai-artificial-intelligence-for-health-info 5.Google AI比人類醫生有更好的臨床態度，並且可以做出更好的診斷https://www.nature.com/articles/d41586-024-00099-4 AI導入保險產業的發展趨勢 FIND研究員：賴昌彥 生成式AI的快速發展，顛覆了以往對人工智慧的想像，實務面已從一本正經地胡說八道進化到啟動產業的典範轉移，愈來愈多企業評估導入AI來提高效率、降低成本、增加收入或改善客戶體驗。 ... 生成式AI開啟無限創意之門，引領未來智慧應用 FIND研究員：葉芷蓁 當今科技領域普遍以人工智慧為核心推動發展，隨之而來的是各種不同的應用，其中生成式人工智慧（Generative Artificial Intelligence）成為人工智慧延伸的重要一環。生成式AI是一種能夠創造新的數據、資料、圖像等多種內容的技術 ... •大法官熱議川普豁免權 200年前就有解 美國最高法院周四早上針對前總統川普1月6日國會暴亂豁免權案進行言詞辯論時，這似乎或多或少是大法官凱根所疑惑的問題。她問：「重點不就是總統並非君主，且總統不應凌駕法律之上嗎？」和凱根一樣，我也曾認為，這些問題200多年前就已斷然獲得肯定回答。但現在，經過最高法院近三小時迂迴的辯論和怪異的假設，我不太確定。 •「職涯緩衝」風潮吹入台灣 逾八成上班族積極準備轉職 Robert Walters 華德士台灣提到，如今「職涯緩衝」的風潮也吹入台灣，因為蓬勃發展的AI浪潮、國際市場上一波接一波的裁員潮與未竟明朗的全球經濟局勢，讓「職涯緩衝」成為2024台灣就業市場的最新風潮，超過八成的職場人士正在積極尋求轉職的機會或積極進行相關準備。

本電子報著作權均屬「聯合線上公司」或授權「聯合線上公司」使用之合法權利人所有， 禁止未經授權轉載或節錄。若對電子報內容有任何疑問或要求轉載授權，請【聯絡我們】。   免費電子報 | 著作權聲明 | 隱私權聲明 | 聯絡我們