闡述了深度學(xué)習(xí)在故障診斷和圖像分析、語音識別和文本理解等領(lǐng)域的應(yīng)用;介紹卷積神經(jīng)網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)、堆疊自動編碼網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)4種典型的深度學(xué)習(xí)模型;綜述近幾年深度學(xué)習(xí)在故障診斷中的模型選擇、學(xué)習(xí)算法和實(shí)際應(yīng)用等方面的研究新進(jìn);探討深度學(xué)習(xí)在故障診斷中的理論分析、特征提取、優(yōu)化訓(xùn)練和研究拓展等。

【文章頁數(shù)】：11 頁

【文章目錄】：
0 前言
1 深度學(xué)習(xí)在國內(nèi)外的應(yīng)用概述
2 基于深度學(xué)習(xí)故障診斷的常見基本模型構(gòu)架
    2.1 卷積神經(jīng)網(wǎng)絡(luò)(CNN)在故障診斷中的應(yīng)用
    2.2 深度置信網(wǎng)絡(luò)(DBN)在故障診斷中的應(yīng)用
    2.3 堆疊自動編碼網(wǎng)絡(luò)(SAE)在故障診斷中的應(yīng)用
    2.4 遞歸神經(jīng)網(wǎng)絡(luò)(RNN)在故障診斷中的應(yīng)用模型
3 深度學(xué)習(xí)在故障診斷中待解決的問題
    3.1 新的故障類型識別
    3.2 模型層數(shù)和模型參數(shù)
    3.3 訓(xùn)練速度
4 深度學(xué)習(xí)在故障診斷應(yīng)用的展望
5 總結(jié)



本文編號：3808212