Remaining useful life prognosis of turbofan engines based on deep feature extraction and fusion

In turbofan engine datasets, to address problems, such as noise interference, diverse data types, large data volumes, complex feature extraction, inability to effectively describe degradation trends, and poor remaining useful life (RUL) prognosis effects, a remaining useful life prognosis model comb...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Scientific reports Ročník 12; číslo 1; s. 6491 - 14
Hlavní autoři:	Peng, Cheng, Chen, Yufeng, Gui, Weihua, Tang, Zhaohui, Li, Changyun
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	London Nature Publishing Group UK 20.04.2022 Nature Publishing Group Nature Portfolio
Témata:	639/166/988 639/705/258 Accuracy Aircraft Algorithms Computer Simulation Crack propagation Datasets Deep learning Engines Experiments Gene Fusion Humanities and Social Sciences Methods multidisciplinary Neural networks Noise Optimization Prediction models Prognosis Science Science (multidisciplinary) Useful life
ISSN:	2045-2322, 2045-2322
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!