An improved ensemble fusion autoencoder model for fault diagnosis from imbalanced and incomplete data

Skewed distribution and incompleteness of monitored data might cause feature submergence and information loss, rendering the fault diagnosis from imbalanced and incomplete data commonly existing in industrial systems is still an intractable problem. Therefore, in order to improve the accuracy of fau...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Control engineering practice Jg. 98; S. 104358
Hauptverfasser:	Yang, Jing, Xie, Guo, Yang, Yanxi
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Elsevier Ltd 01.05.2020
Schlagworte:	Autoencoder Ensemble learning Fault diagnosis Imbalanced data Incomplete data Fault diagnosis Imbalanced data Incomplete data Ensemble learning Autoencoder
ISSN:	0967-0661, 1873-6939
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!