【论文解读】DCSN：面向船舶发动机少样本故障诊断的难样本挖掘船舶发动机的故障样本极其稀少，且不可避免地存在类间差异较小的难样本，给少样本条件下的故障诊断带来了很大挑战。针对这一问题，论文DCSN: Focusing on hard samples mining in small-sample fault diagnosis of marine engine提出了一种深度度量学习方法，名为深度同心孪生网络（Deep Concentric Siamese Network，简称 DCSN）。其核心想法是用一对同心边界把容易和难的样本对区分开来，让网络把主要的学习压力施加