The book aims to highlight the potential of deep learning (DL)-enabled methods in intelligent fault diagnosis (IFD), along with their benefits and contributions.The authors first introduce basic applications of DL-enabled IFD, including auto-encoders, deep belief networks, and convolutional neural networks. Advanced topics of DL-enabled IFD are also explored, such as data augmentation, multi-sensor fusion, unsupervised deep transfer learning, neural architecture search, self-supervised learning, and reinforcement learning. Aiming to revolutionize the nature of IFD, Deep Neural Networks-Enabled Intelligent Fault Diangosis of Mechanical Systems contributes to improved efficiency, safety, and reliability of mechanical systems in various industrial domains.The book will appeal to academic researchers, practitioners, and students in the fields of intelligent fault diagnosis, prognostics and health management, and deep learning.
Ruqiang Yan & Zhibin Zhao
Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems [PDF ebook]
Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems [PDF ebook]
ซื้อ eBook เล่มนี้และรับฟรีอีก 1 เล่ม!
ภาษา อังกฤษ ● รูป PDF ● หน้า 216 ● ISBN 9781040026595 ● สำนักพิมพ์ Taylor & Francis Ltd ● การตีพิมพ์ 2024 ● ที่สามารถดาวน์โหลดได้ 3 ครั้ง ● เงินตรา EUR ● ID 9446301 ● ป้องกันการคัดลอก Adobe DRM
ต้องใช้เครื่องอ่านหนังสืออิเล็กทรอนิกส์ที่มีความสามารถ DRM