Utilizando indicadores de salud aprendidos y modelos de secuencia profunda para predecir la salud de máquinas industriales
Autores: Amihai, Ido; Kotriwala, Arzam; Pareschi, Diego; Chioua, Moncef; Gitzel, Ralf
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Utilizando indicadores de salud aprendidos y modelos de secuencia profunda para predecir la salud de máquinas industriales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería General
Palabras clave
Enfoque
Aprendizaje automático
Arquitecturas de redes neuronales
Modelado de secuencias
Incrustaciones de entidades
Etiquetado no supervisado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
En este documento, describimos un enfoque de aprendizaje automático para predecir indicadores de salud de máquinas con un horizonte de tiempo amplio en el futuro. El enfoque utiliza arquitecturas de redes neuronales de vanguardia para el modelado de secuencias y puede incorporar datos numéricos de sensores y categóricos utilizando incrustaciones de entidades.
Descripción
En este documento, describimos un enfoque de aprendizaje automático para predecir indicadores de salud de máquinas con un horizonte de tiempo amplio en el futuro. El enfoque utiliza arquitecturas de redes neuronales de vanguardia para el modelado de secuencias y puede incorporar datos numéricos de sensores y categóricos utilizando incrustaciones de entidades.