《深度学习在复杂系统健康监测中的应用》PDF下载

《深度学习在复杂系统健康监测中的应用》由吴军编写，围绕深度学习在工业领域的落地应用展开。全书系统介绍复杂系统健康监测的理论基础与关键技术，包括数据采集、特征工程以及模型构建等核心环节。

为了深入实施制造强国战略，我国正加速推动物联网、太数据、人工智能、云计算与制造业的深度融合，促进制造业向数字化、网络化和智能化转型升级。复杂系统健康监测是其中的关键环节之一.随着数据积聚、算法革新与算力提升，以裸度学习为代表的新一代人工智能技术不断取得突破性发展，为复杂系统健康监测技术突破提供新的途径。本书结合作者团队的最新研究成果，论述复杂系统健康监测的内涵、技术体系、研究现状和技术难点，总结卷积神经网络、循环神经网络、深度强化学习和深度迁移学习等深度学习的理论方法与框架，详细介绍 9 种不同的深度学习模型在复杂系统健康监测中的应用，并结合具体的应用案例进行展示.

本书可作为高等院校机械工程、船舶与海佯工程、人工智能等相关专业本科生和研究生的参考书，也可供从事复杂系统/装备状态监测、故障预测与健康管理、预测性维护、智能运维等相关行业方向的科学研究与工程技术人员参考。