本研究提出了一种基于联邦学习的框架，联合建模非线性退化信号与故障事件，以提高剩余使用寿命预测的准确性。研究结果表明，该方法在涡扇发动机数据上的表现优于其他方法，具有显著的应用潜力。

Fed-Joint: Joint Modeling of Nonlinear Degradation Signals and Failure Events for Remaining Useful Life Prediction using Federated Learning
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证