【摘要】針對跨專業研究生在專業課程學習中的困難,提出基于遷移學習的課程教學方法,利用在熟悉領域中學習到的知識來幫助完成專業課程的學習。實際應用中,將醫學領域的體檢、聽診器等概念,以及中醫“望、聞、問、切”四診法和多源融合診療等方法遷移到機械故障診斷課程的教學中,形成專業課程的遷移教學方法,提高了研究生的培養質量和科研能力。
【關鍵詞】遷移學習 專業課程 教學實踐 教學質量
【中圖分類號】G642.0 【文獻標識碼】A 【文章編號】2095-3089(2017)46-0055-02
工科院校選修某一門專業課程的研究生常來自不同專業,這種跨專業的課程學習使研究生感覺難度較大。例如,我校為研究生開設的專業課《機械故障診斷學》,選課學生就有來自機械工程、安全工程和油氣儲運工程的研究生。并且近幾年隨著安全學科的發展,安全工程專業研究生占到了60%以上。然而安全工程學生在本科階段對機械方面的課程學得很少,因此學習很吃力。對于跨專業研究生課程的教學改革具有重要的意義。遷移學習是近年來在機器學習領域中發展起來的一種新理論,在科研領域和教學領域都有了初步研究和應用。本文將遷移學習理論應用到跨專業研究生的專業課程教學中,旨在進一步提高教學效果。
1.遷移學習的原理
1.1 遷移學習的概念
遷移學習( Transfer Learning)在機器學習理論中被定義為:通過尋找源域與目標域之間的映射關系,找出相同或相近的特征表示,并應用到目標領域,從而將源域知識準確有效地傳遞給目標域。該方法能夠有效地在相似的領域之間進行信息的共享和遷移,利用從一個領域中學習到的知識來幫助完成新領域中的學習任務,類似將騎自行車的經驗應用到騎摩托車上,從而有助于摩托車的駕駛學習。遷移學習已成功應用于文本處理、圖像分類、人臉識別、語音識別、信號處理等領域。例如,從Wikipedia文檔到Twitter文本的知識遷移,從互聯網的網頁到 Flick 圖像的知識遷移,從圖書等已知產品領域到未知產品領域的喜好、感受、觀點等在線評價的遷移學習等。
1.2 正遷移和負遷移
美國心理學家桑代克認為,舊學習之所以能對新學習有遷移效果,主要在于新舊學習之間存在共同要素。兩者相同要素越多,則遷移分量越大。某些概念和方法之間存在著驚人的類同性,在教學和科研中要善于對比相似的學習情境,挖掘它們的相同成分,以創設積極的遷移氛圍,從而引導學生產生學習的正遷移。然而,當新學習與與舊學習彼此不相關時,強制遷移是不足取或不成功的;當遷移時機欠佳,盲目遷移則會帶來干擾和抑制作用,甚至產生“負遷移”的嚴重后果。在教學和科研中,如何辨認各種問題的本質特征,是尋求克服負遷移教學策略的出發點。從本質上講,遷移學習就是對所學新舊知識的再整合再加工過程,運用正遷移學習更好地幫助學生提升自主學習和科研能力,構建知識網絡,對培養學生的創新意識和提高科研能力有十分重要的作用。
2.遷移學習教學方法的應用
機械設備故障診斷全過程包括信號檢測、征兆收集、狀態判別、故障定位和維修決策,與醫生給病人看病有諸多相似之處。待診斷的設備就相當于病人,設備診斷實施者就相當于醫生。可見,機械故障診斷跟人看病相同要素很多,而作為研究生在這方面已積累了很多“知識”,將這些知識遷移到機械故障診斷是完全可行的。
2.1 概念的遷移
體檢與狀態監測。人要經常進行體檢,如學生的入學體檢,教師的年度體檢。通過體檢能獲知身體的健康狀態。機械設備的“體檢”叫狀態監測,可以為定期監測,如每月一次,也可以為在線監測,將各種傳感器安裝在設備上,實時采集數據、分析設備狀況。
聽診器與振聲采集器。聽診器由拾音部分、傳導部分及聽音部分組成,用來診斷各種心肺等胸部疾病。振聲采集器由拾振(音)部分、傳導部分及存儲部分組成,用來采集設備運動部件產生的振動或聲音,從而診斷零部件的磨損、裂紋等故障。
疾病的早期診斷與機械故障的早期診斷。人體疾病的早期發現對于治療非常重要。例如,癌癥防治的唯一出路為“三早”,即:早發現、早診斷、早治療。機械設備的早期故障具有癥狀不明顯、特征信息微弱等特點,不易識別,需要研究有效的微弱故障特征增強方法,還需要建立故障演化過程與征兆間的映射關系,保證特征提取的準確性。
2.2 物理量的遷移
振動信號監測分析是機械故障診斷常用的方法,其中振動位移、振動速度和振動加速度是振動信號分析中最常用的三個物理量。機械設備上某一點的振動是由多個部件振動的合成,也即多個簡諧振動的合成。而簡諧振動就是高中物理中的簡詢運動。與簡詢運動研究運動的周期(頻率)和幅值一樣,通過研究振動的頻率和幅值來判斷故障的部件及其嚴重程度。
2.3 研究方法的遷移
信號檢測方法。在醫學上,扁鵲提出了“望、聞、問、切”四診法,至今依然普遍使用,是中醫辨證施治的重要依據。在機械設備診斷中,也有“望、聞、問、切”四種信號檢測方法。其中,望診是利用紅外熱像儀采集設備的紅外輻射能量,根據紅外圖像的不同顏色及其隨時間的變化來診斷“溫度相關”故障,如摩擦磨損故障。聞診是利用氣體傳感器檢測設備內部氣體、液體的泄漏情況,從而判斷設備密封部件的完好狀態。問診是詢問設備的病史及狀態,如歷史故障情況、設備維修情況、運行時間、負載工況等。切診是利用振聲傳感器采集設備關鍵部位的振動和噪聲,并進行時域、頻域分析。
多源融合診療方法。在醫學上,有經驗的醫生通過四診法對病情綜合分析;或者是多科室、多專業大夫聯合會診,最后給出綜合診療意見。在機械設備診斷中,通過對熱圖像、泄漏信號、振聲信號及歷史數據進行轉換和標準化處理,利用信息融合方法分析,給出設備的狀態、故障情況及維護對策。
2.4負遷移的克服endprint
在遷移學習中,要注意克服負遷移影響。如果盲目遷移,有時甚至帶來負面效果。如有人把騎自行車的方法遷移到騎三輪車,結果不會拐彎。因為前者靠傾斜身體的方法拐彎,后者靠轉動把手。認清二者的本質區別是克服負遷移的關鍵。在機械故障診斷的教研中,也要注意克服負遷移影響。例如對比評價方法的遷移。對病人診治常用對比評價方法,比如體檢中的血常規化驗,就是跟標準對比,看是指標否超標、從而判斷是否有相應的疾病。設備診斷也常用對比評價方法,如振動信號幅值對比。但是,對比評價方法是要有條件的,如抽血化驗要求空腹、禁水等。設備對比則要求工況相同,也就是設備轉速、負載相同。然而,很多設備運行是變速變載的,因此,要么把設備調整到相同工況再檢測,要么把變工況產生的影響剔除后進行對比,否則對比的結論就不可信。
3.結論
遷移學習能有效地在相似的任務之間進行信息的共享和遷移,利用從一個領域中學習到的知識來幫助完成新領域中的學習任務。在教學和科研中,辨清源域和目標域之間的本質區別是善用正遷移、克服負遷移的關鍵。在機械故障診斷中,可以將體檢與狀態監測、聽診器與振聲采集器、疾病的早期診斷與機械故障的早期診斷等概念進行遷移;將位移、速度和加速度等物理量進行遷移;將“望、聞、問、切”和多源融合診療方法進行遷移;同時,要克服負遷移的影響。本文提出的遷移學習教學方法,有助于提高課程教學效果,同時可以推廣到其它課程的教學中。
參考文獻:
[1]陳超,沈飛,嚴如強. 改進LSSVM遷移學習方法的軸承故障診斷[J]. 儀器儀表學報,2017,52(01):33-40.
[2]李丹,袁凌,胡迎松,朱玲玲. 計算機圖形學的遷移學習實踐教學模型[J]. 電氣電子教學學報,2015,37(05):51-54.
[3]Sinno Jialin Pan, Qiang Yang. A survey on transfer learning[J]. IEEE Transactions on Knowledge and Data Engineering, 2010, 22(10): 1345-1359.
[4]劉建偉,孫正康,羅雄麟. 域自適應學習研究進展[J]. 自動化學報,2014,40(8):1576-1600.
[5]Jose Costa Pereira, Nuno Vasconcelos. Cross-modal domain adaptation for text-based regularization of image semantics in image retrieval systems[J]. Computer Vision and Image Understanding, 2014, 124(SI): 123-135.
[6]付奎. 遷移理論在物理教學中的應用探索[J]. 陜西教育(高教版),2011,Z2: 199-200.
作者簡介:
段禮祥(1969年10月-),男,四川瀘州人。主要從事設備安全監測與智能診斷的教學和科研工作。endprint