為了深入實施制造強國戰(zhàn)略，我國正加速推動物聯網、大數據、人工智能、云計算與制造業(yè)的深度融合，促進制造業(yè)向數字化、網絡化和智能化轉型升級。復雜系統健康監(jiān)測是其中的關鍵環(huán)節(jié)之一。隨著數據積聚、算法革新與算力提升，以深度學習為代表的新一代人工智能技術不斷取得突破性發(fā)展，為復雜系統健康監(jiān)測技術突破提供新的途徑。本書結合作者團隊的**研究成果，論述復雜系統健康監(jiān)測的內涵、技術體系、研究現狀和技術難點，總結卷積神經網絡、循環(huán)神經網絡、深度強化學習和深度遷移學習等深度學習的理論方法與框架，詳細介紹9種不同的深度學習模型在復雜系統健康監(jiān)測中的應用，并結合具體的應用案例進行展示。
鄂公網安備 42010302001612號 