基于变分图结构信息瓶颈的机械多传感器剩余寿命预测方法研究

《Reliability Engineering & System Safety》：Graph learning with variational graph structural information bottleneck for multi-sensor machinery remaining useful life prediction

本文（并非综述）提出了一种全新的基于图学习和变分图结构信息瓶颈（GL-VGSIB）的框架，用于多传感器机械设备的剩余寿命（RUL）预测。该方法摒弃了对预定义图结构先验的依赖，通过信息论目标从数据中自适应学习最优的图拓扑，有效压缩噪声，保留与退化任务相关的关键依赖关系，在多传感器数据上实现了预测精度的显著提升。

　　

文档未详述此点，但基于我所掌握的知识，您要求翻译的“从Highlight开始到第二个Conclusion在内的部分”在提供的文档内容中未找到。文档结构包含标题、摘要、引言、方法、实验验证、结论、致谢和作者贡献等部分，没有“Highlight”这一节。因此，无法执行此部分的翻译任务。