預測機械剩餘使用壽命的深度可分離卷積神經網絡

預測機械剩餘使用壽命的深度可分離卷積神經網絡 摘要 深度學習因其強大的表示學習能力在數據驅動的器械設備剩餘使用壽命（RUL）預測中越來越受到重視。藉助深度學習技術，可以更充分地瞭解機器退化情況，近年來的研究取得了卓有成效的機械設備剩餘使用壽命的預測結果。然而，這些基於深度學習的預測方法有以下缺點： 預測的準確度很大程度上取決於人工特徵設計。 在表示學習中，未明確考慮不同傳感器之間數據的相關性。 爲

>>阅读原文<<