深度学习是否可用于针对工夫序列的模式识别？比方基于噪声信号的机械故障模式识别，有做这方面钻研的吗？– 云程万里的答复 – 知乎 https://www.zhihu.com/question/40992219/answer/1325531901
深度残差膨胀网络就是一种专门针对噪声振动信号的机械故障模式识别办法。
如下图，深度残差膨胀网络在其构造中采纳了软阈值化，因此适于解决含噪声的振动信号。
该论文发表在 IEEE Transactions on Industrial Informatics，如下：
M. Zhao, S. Zhong, X. Fu, B. Tang, M. Pecht, Deep residual shrinkage networks for fault diagnosis, IEEE Transactions on Industrial Informatics, 2020, 16(7): 4681-4690.
https://github.com/zhao62/Deep-Residual-Shrinkage-Networks