Piero Baraldi

基于因果关系的图注意力网络在风力涡轮机中的早期异常检测

物理信息域自适应用于工业部件健康状态评估

基于舰队的工业系统异常检测迁移学习

一种用于工业组件剩余使用寿命估计的新型两阶段异构迁移学习框架

风力发电的健康预测与维护决策：综合概述

梯度增强物理信息长短期记忆网络，用于电子元件剩余寿命的稳定与精确预测

在用于大型基础设施故障诊断的深度学习模型中自动处理可解释的人工智能输出

一种基于数据驱动的建模框架，用于预测半导体器件的质量以支持老化测试决策

用于新设计系统中故障检测的物理信息深度自动编码器

通过差分重要性度量进行无监督故障诊断的灵敏度分析

结合自然语言处理和贝叶斯网络，用于碳氢化合物生产资产中过程安全事件严重性的概率估计

用于工业设备故障诊断的深度多对抗条件域自适应网络

工业4.0中的维修优化

基于概念者辅助无监督聚类和卷积神经网络分类的工业装备退化水平两阶段估计方法

具有AdaBoost集成学习的生成对抗网络，用于高速列车自动门中的异常检测

一种用于从警报数据中识别复杂技术基础设施中的功能依赖关系的Niching增强进化算法

一种基于稀疏自编码深度神经网络的多分量系统故障检测方法

基于深度强化学习的可再生能源系统运维优化