iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Technik Allg. & Lexika Industrial Fault Diagnosis and Remaining Useful Life Prediction
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Industrial Fault Diagnosis and Remaining Useful Life Prediction
Yin, Hongpeng, Cai, Li, Zhang, Peng (Broschiert, Englisch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
Industrial Fault Diagnosis and Remaining Useful Life Prediction: Cross-Domain, Zero-Sample, and Degradation Modeling Methods introduces zero-sample learning methods that enable fault diagnosis and Predict Remaining Useful Life (RUL) without the need for labelled fault data. This is particularly valuable in industrial settings where labelled data is scarce or unavailable. Offers step-by-step… guidance on implementing zero-shot learning models using real industrial data, reducing the learning curve for practitioners; includes real-world industrial case studies to demonstrate the application of zero-sample learning techniques in various industries, such as manufacturing, energy, and transportation. Such case studies provide readers with actionable insights and practical solutions. The book covers advanced methodologies for predicting the remaining useful life of industrial equipment, supporting readers in optimizing maintenance schedules, reducing downtime and extending the lifespan of critical assets. Covers state-of-the-art algorithms, including deep learning, transfer learning and domain adaptation, tailored for zero-sample scenarios. These tools empower readers to develop robust fault diagnosis and RUL prediction systems, enhancing predictive maintenance capabilities and ensuring the reliability of industrial systems. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
19.10.2025
Sprache
Englisch
EAN
9780443442919
Herausgeber
Elsevier Science
Autor
Yin, Hongpeng, Cai, Li, Zhang, Peng
Einbandart
Broschiert
Einbandart Details
Trade Paperback (US)
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen