Presentation Details
  1. Home
  2. Presentation List
  3. Presentation Details
WKAConvNet: An Explainable Wavelet Kolmogorov–Arnold Convolutional Network for Intelligent Fault Diagnosis
ID：56 View Protection：ATTENDEE Updated Time：2025-06-15 21:17:06 Hits：872 Oral Presentation

Start Time：Pending（Asia/Shanghai）

Duration：Pending

Session：No Session »

No files

Abstract
卷积神经网络 （CNN） 具有强大的数据挖掘和特征自适应学习能力，在机械故障诊断中得到了广泛的应用。然而，许多现有的基于 CNN 的模型在提取的特征中存在可解释性不足的问题，导致结果不可靠。为了应对这一挑战，该文提出一种小波Kolmogorov-Arnold卷积（WKAConv）层，将可学习的小波Kolmogorov-Arnold核作为卷积核。基于此，通过将传统卷积神经网络的第一卷积层替换为 WKAConv 层，提出了一种新的小波 Kolmogorov-Arnold 卷积网络 （WKAConvNet），从而实现了事前可解释特征的提取。在行星齿轮箱数据集上进行实验，验证了所提方法的有效性，结果表明，与现有的先进卷积神经网络相比，该方法取得了最佳性能。此外，在模型解释部分，还通过对 WKAConv 层后的特征图进行可视化，展示了 WKAConvNet 的事前可解释性。
Keywords
convolutional neural network,fault diagnosis,Kolmogorov-Arnold network
Speaker
Tianfu Li
Pro Kunming University of Science and Technology

Submission Author
Junfan Chen Kunming University of Science and Technology
Tianfu Li Kunming University of Science and Technology
Jiang He Kunming University of Science and Technology
Tao Liu Kunming University of Science and Technology
Submit Comment
Verify Code Change Another
All Comments
Important Date

  • Conference Date

    Aug 01

    2025

    to

    Aug 04

    2025

  • Aug 20 2025

    Draft paper submission deadline

Sponsored By
中国机械工程学会设备智能运维分会
Organized By
新疆大学
Contact Information
Login to view full contact details
Previous Conferences