机译:循环卷积神经网络:机械剩余使用寿命预测的新框架
Xi An Jiao Tong Univ Key Lab Educ Minist Modern Design & Rotor Bearing Syst Xian 710049 Peoples R China;
Southwest Jiaotong Univ Sch Mech Engn Chengdu 610031 Peoples R China;
Deep learning; Convolutional neural network; Recurrent connection; Remaining useful life prediction; Uncertainty quantification;
机译:剩余的有用的生命预测框架集成了多个时间窗口卷积神经网络
机译:基于多尺度卷积神经网络的滚动轴承剩余的使用寿命预测,具有集成扩张卷积块
机译:深度可分离卷积网络,用于预测机器的剩余使用寿命
机译:深度循环卷积神经网络用于剩余使用寿命预测
机译:通过卷积经常性神经网络的图像系列预测有限训练数据
机译:基于Lasso-LSQR的稀疏乐观以及Farima的最低熵卷积用于剩余的机械寿命预测
机译:深度卷积神经网络轴承剩余余生预测
机译:自适应递归神经网络用于剩余锂离子电池寿命预测。