Un sistema de aprendizaje amplio de conjunto basado en optimización de enjambre de partículas para el diagnóstico de fallas inteligente en sistemas energéticos críticos de seguridad con muestras pequeñas de alta dimensionalidad
Autores: Yan, Jiasheng; Sui, Yang; Dai, Tao
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un sistema de aprendizaje amplio de conjunto basado en optimización de enjambre de partículas para el diagnóstico de fallas inteligente en sistemas energéticos críticos de seguridad con muestras pequeñas de alta dimensionalidad
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Diagnóstico de fallas inteligente
Aprendizaje profundo
Sistemas de energía críticos para la seguridad
Optimización de enjambre de partículas
Sistema de aprendizaje amplio de conjunto
Análisis en tiempo real
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
El diagnóstico de fallas inteligente (IFD) juega un papel crucial en la reducción de costos de mantenimiento y en el aumento de la fiabilidad de los sistemas energéticos críticos para la seguridad (SCES).
Descripción
El diagnóstico de fallas inteligente (IFD) juega un papel crucial en la reducción de costos de mantenimiento y en el aumento de la fiabilidad de los sistemas energéticos críticos para la seguridad (SCES).