딥러닝 모델 기반의 해양 기계 시스템 고장 진단 방법은 많은 관심을 받고 있지만, 실제 환경에서 예측하지 못한 새로운 고장 유형(미지의 고장) 발생 시 기존 방법의 한계가 존재한다. 이 논문은 이러한 문제를 해결하기 위해, 지도 학습 기반 특징 학습 모델을 통해 신뢰성 있는 부분 집합을 구성하고, 이를 활용하여 알려진 고장과 미지의 고장을 효과적으로 진단하는 반지도 오픈셋 고장 진단 (SOFD) 프레임워크를 제안한다. 공개 해양 벤치마크 데이터셋을 통한 실험 결과, 제안하는 SOFD 프레임워크의 효과와 우수성을 확인했다.
