文献
J-GLOBAL ID:202202267078042979
整理番号:22A0848068
不確実性定量化による正確な残存有効寿命予測:深層学習と非定常Gaussプロセスアプローチ【JST・京大機械翻訳】
Accurate Remaining Useful Life Prediction With Uncertainty Quantification: A Deep Learning and Nonstationary Gaussian Process Approach
著者 (3件):
Xu Zhaoyi
(Aerospace School, Georgia Institute of Technology, Atlanta, GA, USA)
,
Guo Yanjie
(Aerospace School, Georgia Institute of Technology, Atlanta, GA, USA)
,
Saleh Joseph Homer
(Aerospace School, Georgia Institute of Technology, Atlanta, GA, USA)
資料名:
IEEE Transactions on Reliability
(IEEE Transactions on Reliability)
巻:
71
号:
1
ページ:
443-456
発行年:
2022年
JST資料番号:
C0448A
ISSN:
0018-9529
CODEN:
IERQAD
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
アメリカ合衆国 (USA)
言語:
英語 (EN)