李嘉琳中文主页 A sequence-to-sequence remaining useful life prediction method combining unsupervised LSTM encoding-decoding and temporal convolutional network 博达教师个人主页系统

李嘉琳

学位 : 博士学位
职称 : 讲师
学科 : 机械电子工程

办公地点 : 机电实验楼206室
毕业院校 : 东北大学
性别 : 男
学历 : 博士研究生毕业
联系方式 : 13840336921
电子信箱 :

当前位置: 中文主页 >> 论文成果

标题：

A sequence-to-sequence remaining useful life prediction method combining unsupervised LSTM encoding-decoding and temporal convolutional network

点击数：

作者：

Jialin Li

通讯作者：

Jialin Li

发表时间：

2022-11-01

论文类型：

应用研究

是否译文：

否

合写作者：

Jialin Li, Renxiang Chen and Xianzhen Huang

上一条： Development of Deep Residual Neural Networks for Gear Pitting Fault Diagnosis Using Bayesian Optimization

下一条： A Bayesian Optimization AdaBN-DCNN Method With Self-Optimized Structure and Hyperparameters for Domain Adaptation Remaining Useful Life Prediction

个人简介

详细信息见课题组网站：https://www.labxing.com/-10300

同专业硕导

扫一扫用手机查看