Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air GenerationiPhone Duo Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
SonyAlle anzeigen
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
GoogleKobo
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Industrial Fault Diagnosis and Remaining Useful Life Prediction

Yin, Hongpeng, Cai, Li, Zhang, Peng (Broschiert, Englisch)

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.
Derzeit nicht verfügbar
Derzeit nicht verfügbar

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

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)

Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
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!