L’articolo è stato aggiunto alla lista dei desideri

Password

Ricordami

Hai dimenticato la password?

Prosegui come ospite

Dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, Condizioni Generali di Vendita, Acquistare un prodotto come ospite, nonché l’Informativa Privacy, fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Torna indietro

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

Nome

Cognome

Password

Min. 8 caratteri ( A-Z, a-z, 0-9 e caratteri speciali . , - / @ _ ! )

Ripeti password

Verifica email L’indirizzo nome.cognome@mail.com non è presente nei nostri database come profilo ospite. Per maggiori dettagli contattare il servizio clienti

Con la presente registrazione dichiaro di aver letto ed accettato le Condizioni d’Uso del sito, le Condizioni Generali di Vendita e l’Informativa Privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Autorizzo il Titolare ad inviare direttamente comunicazioni commerciali su prodotti e servizi del Titolare, società del Gruppo Feltrinelli e partner commerciali, a mezzo di sistemi automatizzati via e-mail, sms o simili e a mezzo del servizio postale, così come descritto all’art. 3 lett. e) dell’informativa privacy.

Autorizzo il Titolare a migliorare ed accrescere la capacità di adeguare l’offerta complessiva del Titolare alle esigenze dell’Utente, mediante comunicazioni commerciali ed offerte promozionali personalizzate basate sulla profilazione, così come descritto all’art. 3 lett. f) dell’informativa privacy.

Autorizzo il Titolare a comunicare e cedere i dati a società del Gruppo Feltrinelli e/o a partner commerciali attivi nei settori di editoria, cinema, musica, intrattenimento, nonché ulteriori terze parti appartenenti alle categorie indicate nell’informativa, per l’invio di comunicazioni commerciali effettuate da parte di questi soggetti, così come descritto all’art. 3 lett. g) dell’informativa privacy.

Benvenuto in IBS,

Riceverai una mail di conferma all’indirizzo

Raccontaci qualcosa in più su di te

oppure

Inizia il tuo shopping

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

;

Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems - Ruqiang Yan,Zhibin Zhao - cover

LIBRO INGLESE

Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems

Name: Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems
Price: 91.43 EUR
Availability: InStock
Author: Ruqiang Yan
ISBN: 1032752378

di Ruqiang Yan (Autore)

Zhibin Zhao (Autore)

Taylor & Francis Ltd, 2024

Recensioni: 0/5

(0)

Grazie per la tua recensione!

Tra poche ore la vedrai online (in caso contrario verifica la conformità del testo alle nostre linee guida). Dopo la pubblicazione per te +4 punti Effe

91,43 €

-5% 96,24 €

+910 punti Effe

Venditore: IBS

Articolo acquistabile con Carta del Docente

Articolo acquistabile con Carta Cultura Giovani e Carta del Merito

Paga con Klarna in 3 rate senza interessi per ordini superiori a 39 €

Dati e Statistiche

Salvato in 0 liste dei desideri

Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems

Disponibile in 5 giorni lavorativi

91,43 €

-5% 96,24 €

91,43 € 96,24 € -5%

Disp. in 5 gg lavorativi

Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems

di Ruqiang Yan, Zhibin Zhao

Libri in Inglese

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

91,43 € Spedizione gratuita

disponibile in 5 giorni lavorativi

Nuovo

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

91,43 € Spedizione gratuita

disponibile in 5 giorni lavorativi

Nuovo

Altri venditori

Prezzo e spese di spedizione

Descrizione

The book aims to highlight the potential of deep learning (DL)-enabled methods in intelligent fault diagnosis (IFD), along with their benefits and contributions. The authors first introduce basic applications of DL-enabled IFD, including auto-encoders, deep belief networks, and convolutional neural networks. Advanced topics of DL-enabled IFD are also explored, such as data augmentation, multi-sensor fusion, unsupervised deep transfer learning, neural architecture search, self-supervised learning, and reinforcement learning. Aiming to revolutionize the nature of IFD, Deep Neural Networks-Enabled Intelligent Fault Diangosis of Mechanical Systems contributes to improved efficiency, safety, and reliability of mechanical systems in various industrial domains. The book will appeal to academic researchers, practitioners, and students in the fields of intelligent fault diagnosis, prognostics and health management, and deep learning.

Leggi di più Leggi di meno

Dettagli

Autore:

Ruqiang Yan, Zhibin Zhao

Editore:

Taylor & Francis Ltd

Anno:

2024

Rilegatura:

Hardback

Pagine:

206 p.

Testo in English

Dimensioni:

254 x 178 mm

Peso:

560 gr.

EAN:

9781032752372

L’articolo è stato aggiunto alla lista dei desideri

Deep Neural Networks-Enabled Intelligent Fault Diagnosis of Mechanical Systems

Descrizione

Dettagli

Questo prodotto lo trovi anche