Ruqiang Yan, Zhibin Zhao

eBook, ePUB

Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems (eBook, ePUB)

Beschreibung

The book aims to highlight the potential of Deep Learning (DL)-based methods in Intelligent Fault Diagnosis (IFD), along with their benefits and contributions.

Technische Details

• Geräte: eReader
• mit Kopierschutz

Barrierefreiheit

• Text-to-Speech
• E-Mail des Verlags für Barrierefreiheitsfragen: [e-mail]
• ARIA-Rollen für verbesserte strukturelle Navigation
• Navigation über vor-/zurück-Elemente ohne Inhaltsverzeichnis
• Seitennummerierung folgt dem gedruckten Werk
• Mathematische Inhalte in MathML für assistive Technologien
• Kurze Alternativtexte für nicht-textuelle Inhalte vorhanden
• Text und Medien in logischer Lesereihenfolge angeordnet
• Navigierbarer Index mit direktem Zugriff auf Indexbegriffe
• Navigierbares Inhaltsverzeichnis für direkten Zugriff auf Text und Medien

Autor

Ruqiang Yan is a professor at the School of Mechanical Engineering, Xi'an Jiaotong University. His research interests include data analytics, AI, and energy-efficient sensing and sensor networks for the condition monitoring and health diagnosis of large-scale, complex, dynamical systems.

Zhibin Zhao is an assistant professor at the School of Mechanical Engineering, Xi'an Jiaotong University. His research interests include sparse signal processing and machine learning, especially deep learning for machine fault detection, diagnosis, and prognosis.

Produktdetails

• Verlag: Taylor & Francis eBooks
• Seitenzahl: 232
• Erscheinungstermin: 6. Juni 2024
• Englisch
• ISBN-13: 9781040026618
• Artikelnr.: 70583538