Explainable Predictive Condition-based Maintenance of Naval-Propulsion Systems using Fuzzy Logic
本文提出了一种基于模糊决策树和深度残差神经网络的框架,以实现海军推进系统的可解释性预测维护,解决了现有方法无法向用户解释结果的问题。
0 citationsRead paper
本文提出了一种基于模糊决策树和深度残差神经网络的框架,以实现海军推进系统的可解释性预测维护,解决了现有方法无法向用户解释结果的问题。
为解决海上系统维护预测问题,提出一种融合神经模糊预测模型与两阶段解释组件的可解释决策框架,提高决策可信度。
本文针对3D医学图像分割中注释稀疏的问题,提出了一种基于点提示的学生-教师框架,并通过置信度感知优化策略训练3D学生网络以提高分割精度。
研究通过比较不可压缩条带理论与可压缩欧拉方程模型,优化了从俯仰-沉浮机翼中收集压电能量的设计方法。
本文针对精准农业中物联网数据碎片化和互操作性有限的问题,通过DS2项目提出一种分层架构框架,实现不同农业数据空间间的数据和服务共享。
本文提出了一种基于模糊决策树和深度残差神经网络的框架,以实现海军推进系统的可解释性预测维护,解决了现有方法无法向用户解释结果的问题。
为解决海上系统维护预测问题,提出一种融合神经模糊预测模型与两阶段解释组件的可解释决策框架,提高决策可信度。
本文针对3D医学图像分割中注释稀疏的问题,提出了一种基于点提示的学生-教师框架,并通过置信度感知优化策略训练3D学生网络以提高分割精度。
研究通过比较不可压缩条带理论与可压缩欧拉方程模型,优化了从俯仰-沉浮机翼中收集压电能量的设计方法。
本文针对精准农业中物联网数据碎片化和互操作性有限的问题,通过DS2项目提出一种分层架构框架,实现不同农业数据空间间的数据和服务共享。