レーザ残存有効寿命予測のためのハイブリッドCNN-LSTMアプローチ【JST・京大機械翻訳】

プレプリント

J-GLOBAL ID：202202206277074925 整理番号：22P0309065

A Hybrid CNN-LSTM Approach for Laser Remaining Useful Life Prediction

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月19日プレプリントサーバーでの情報更新日： 2022年03月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

畳込みニューラルネットワーク(CNN)と長い短期メモリ(LSTM)に基づくハイブリッド予測モデルを提案し,レーザ残留有効寿命(RUL)を予測した。実験結果は,それが従来法より優れていることを示した。【JST・京大機械翻訳】

, , , ,
, , 【Automatic Indexing@JST】

パターン認識

, , , , ,

前のページに戻る