深度學習在復(fù)雜系統(tǒng)健康監(jiān)測中的應(yīng)用

　　為了深入實施制造強國戰(zhàn)略，我國正加速推動物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算與制造業(yè)的深度融合，促進制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化和智能化轉(zhuǎn)型升級。復(fù)雜系統(tǒng)健康監(jiān)測是其中的關(guān)鍵環(huán)節(jié)之一。隨著數(shù)據(jù)積聚、算法革新與算力提升，以深度學習為代表的新一代人工智能技術(shù)不斷取得突破性發(fā)展，為復(fù)雜系統(tǒng)健康監(jiān)測技術(shù)突破提供新的途徑。本書結(jié)合作者團隊的**研究成果，論述復(fù)雜系統(tǒng)健康監(jiān)測的內(nèi)涵、技術(shù)體系、研究現(xiàn)狀和技術(shù)難點，總結(jié)卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度強化學習和深度遷移學習等深度學習的理論方法與框架，詳細介紹9種不同的深度學習模型在復(fù)雜系統(tǒng)健康監(jiān)測中的應(yīng)用，并結(jié)合具體的應(yīng)用案例進行展示。

暫缺《深度學習在復(fù)雜系統(tǒng)健康監(jiān)測中的應(yīng)用》作者簡介