注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. PHM08-Challenge-Data-Set:预测涡轮风扇发动机的剩余使用寿命-源码

  2. PHM08-Challenge-Data-Set:预测涡轮风扇发动机的剩余使用寿命

  3. 所属分类：其它

  1. Classifiers-源码

  2. 分类器 该存储库包含机器学习算法的代码和相关性，用于对动态系统中的故障进行分类和预测。 它仅用于个人研究。 参考： RUL LSTM： : 自动编码器： ： Kfold密集模型： ：//machinelearningmastery.com/use-keras-deep-learning-models-scikit-learn-python/ 数据集： 变速箱故障数据： : 涡轮风扇发动机除尘： ://ti.arc.nasa.gov/tech/dash/groups/pc

  3. 所属分类：其它

  1. Udacity-Data-Scientist:Udacity数据科学家纳米学位项目的资料库-源码

  2. Udacity-Data-Scientist 创建该存储库是为了存放我为Udacity Data Scientist Nanodegree的不同项目创建的文件。 1.数据科学博客文章 在此项目中，对新加坡城市州的公寓转售价进行了分析。 转到此以获取更多信息。 2.灾难响应管道 此产品组合包括ETL和ML Pipelies的组合，用于消息（文本）的分类。 结果显示在网络应用程序中。 可以在此找到用于此目的的文件以及运行Web应用程序的说明。 3. IBM的推荐引擎 分析了IBM Watson S

  3. 所属分类：其它

  1. Turbofan-Federated-Learning-POC:使用联合学习在预测性维护用例上进行概念验证，以不断改善对飞机燃气涡轮发动机剩余寿命的预测-源码

  2. Turbofan POC：使用联合学习对Turbofan发动机进行预测性维护 该存储库显示了一种概念证明（POC），该概念证明了使用联合学习来不断改善对飞机燃气涡轮发动机剩余寿命的预测，从而防止了机器故障。 对于引擎仿真，使用来自NASA [1]的“ Turbofan引擎降级仿真数据集”。 :rocket: 该实现基于 ， 是一个很棒的库，用于加密的隐私保护机器学习。 用例 在此概念验证中，目标是在飞机燃气涡轮发动机故障之前及时进行维护，因为这些发动机的故障对于运营公司而言非常昂贵。 为此，

  3. 所属分类：其它

  1. 涡轮风扇发动机-源码

  2. 涡轮风扇发动机的预测维修 端到端预测模型 描述： 基准模型，RUL como una parte constantemáslineal 领带系列 设置 $ git clone https://github.com/matheus695p/turbofan-engines-predictive-mantenaince.git $ cd turbofan-engines-predictive-mantenaince $ echo instalar los requirements $ pip

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：11mb
    • 提供者：weixin_42108778

  1. nasa-turbofan-failure-prediction：数据分析和预测建模项目，重点关注涡轮风扇发动机的剩余使用寿命-源码

  2. NASA涡轮风扇故障预测 这个数据分析/机器学习项目研究了行为变量与故障发生之间的关系（就剩余的发动机循环而言），用于来自NASA研究项目的模拟运行涡扇数据。 该项目从对数据集的探索开始，随后是基于当前引擎读数的引擎剩余使用寿命（RUL）预测模型的开发。 建模技术包括线性回归和神经网络（使用TF-Keras）。 培训数据来自NASA预测中心数据存储库： : 可以在以下找到有关此调查的文章： : 项目目标 分析发动机性能与剩余使用寿命之间的关系。 开发剩余使用寿命的预测模型。 探索

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：48mb
    • 提供者：weixin_42112894