본 논문은 산업 응용 분야에서의 데이터 부족 문제를 해결하기 위해 시간 영역과 시간-주파수 영역 머신러닝 모델을 결합한 새로운 준지도 학습 공동 학습 방법을 제안한다. 제안된 프레임워크는 고성능 시간-주파수 기법을 활용하여 빠른 시간 영역 모델을 공동 학습시키면서 추론 복잡도를 증가시키지 않는다. 또한 클라우드-엣지 네트워크에서 작동하며 엣지 실시간 모니터링 및 클라우드 기반 업데이트 및 수정을 포함한 다양한 애플리케이션에 대한 포괄적인 지원을 제공한다. 베어링 결함 진단 실험 결과는 제안된 기법이 기존의 자기 학습 방법보다 우수함을 보여주며, 두 가지 사례 연구를 통해 다양한 노이즈 수준과 데이터 양에서 자기 학습 방법보다 10.6%~33.9%의 정확도 향상을 달성했다. 시간 영역 및 시간-주파수 기반 모델의 융합이 고성능 산업 솔루션 개발에 기회를 제공함을 보여준다.
