W artykule "Konserwacja predykcyjna i wykrywanie anomalii w silnikach statków kosmicznych oparte na uczeniu glębokim" przedstawiono inteligentną platformę wykorzystującą techniki uczenia glębokiego do monitorowania stanu technicznego silników statków kosmicznych, identyfikowania nietypowych warunków pracy oraz przewidywania potencjalnych awarii, zanim do nich dojdzie. Dzięki analizie danych z czujników zebranych podczas pracy silnika proponowane podejście pozwala wykrywac ukryte wzorce i wczesne oznaki pogorszenia stanu technicznego, umożliwiając terminowe przeprowadzenie konserwacji i zmniejszając ryzyko niepowodzenia misji. Zaawansowane modele sieci neuronowych, takie jak architektury rekurencyjne i konwolucyjne, zwiększają dokladnośc wykrywania usterek i wspierają podejmowanie decyzji w czasie rzeczywistym. Proponowany system zwiększa niezawodnośc statków kosmicznych, minimalizuje koszty konserwacji, wydluża żywotnośc silników oraz przyczynia się do bezpieczniejszych i bardziej wydajnych misji kosmicznych. Badania te pokazują potencjal sztucznej inteligencji w zakresie transformacji strategii konserwacji predykcyjnej w przemyśle lotniczym i kosmicznym.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.
Anbieter: Grand Eagle Retail, Bensenville, IL, USA
Paperback. Zustand: new. Paperback. W artykule "Konserwacja predykcyjna i wykrywanie anomalii w silnikach statkow kosmicznych oparte na uczeniu glebokim" przedstawiono inteligentna platforme wykorzystujaca techniki uczenia glebokiego do monitorowania stanu technicznego silnikow statkow kosmicznych, identyfikowania nietypowych warunkow pracy oraz przewidywania potencjalnych awarii, zanim do nich dojdzie. Dzieki analizie danych z czujnikow zebranych podczas pracy silnika proponowane podejscie pozwala wykrywac ukryte wzorce i wczesne oznaki pogorszenia stanu technicznego, umozliwiajac terminowe przeprowadzenie konserwacji i zmniejszajac ryzyko niepowodzenia misji. Zaawansowane modele sieci neuronowych, takie jak architektury rekurencyjne i konwolucyjne, zwiekszaja dokladnosc wykrywania usterek i wspieraja podejmowanie decyzji w czasie rzeczywistym. Proponowany system zwieksza niezawodnosc statkow kosmicznych, minimalizuje koszty konserwacji, wydluza zywotnosc silnikow oraz przyczynia sie do bezpieczniejszych i bardziej wydajnych misji kosmicznych. Badania te pokazuja potencjal sztucznej inteligencji w zakresie transformacji strategii konserwacji predykcyjnej w przemysle lotniczym i kosmicznym. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. Bestandsnummer des Verkäufers 9786630086836
Anbieter: PBShop.store US, Wood Dale, IL, USA
PAP. Zustand: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Bestandsnummer des Verkäufers L0-9786630086836
Anzahl: Mehr als 20 verfügbar
Anbieter: PBShop.store UK, Fairford, GLOS, Vereinigtes Königreich
PAP. Zustand: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. Bestandsnummer des Verkäufers L0-9786630086836
Anzahl: Mehr als 20 verfügbar
Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Deutschland
Taschenbuch. Zustand: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 72 pp. Polnisch. Bestandsnummer des Verkäufers 9786630086836
Anzahl: 2 verfügbar
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Taschenbuch. Zustand: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - W artykule 'Konserwacja predykcyjna i wykrywanie anomalii w silnikach statków kosmicznych oparte na uczeniu g¿¿bokim' przedstawiono inteligentn¿ platform¿ wykorzystuj¿c¿ techniki uczenia g¿¿bokiego do monitorowania stanu technicznego silników statków kosmicznych, identyfikowania nietypowych warunków pracy oraz przewidywania potencjalnych awarii, zanim do nich dojdzie. Dzi¿ki analizie danych z czujników zebranych podczas pracy silnika proponowane podej¿cie pozwala wykrywä ukryte wzorce i wczesne oznaki pogorszenia stanu technicznego, umo¿liwiaj¿c terminowe przeprowadzenie konserwacji i zmniejszaj¿c ryzyko niepowodzenia misji. Zaawansowane modele sieci neuronowych, takie jak architektury rekurencyjne i konwolucyjne, zwi¿kszaj¿ dok¿adno¿¿ wykrywania usterek i wspieraj¿ podejmowanie decyzji w czasie rzeczywistym. Proponowany system zwi¿ksza niezawodno¿¿ statków kosmicznych, minimalizuje koszty konserwacji, wyd¿u¿a ¿ywotno¿¿ silników oraz przyczynia si¿ do bezpieczniejszych i bardziej wydajnych misji kosmicznych. Badania te pokazuj¿ potencjä sztucznej inteligencji w zakresie transformacji strategii konserwacji predykcyjnej w przemy¿le lotniczym i kosmicznym. Bestandsnummer des Verkäufers 9786630086836
Anzahl: 2 verfügbar
Anbieter: buchversandmimpf2000, Emtmannsberg, BAYE, Deutschland
Taschenbuch. Zustand: Neu. This item is printed on demand - Print on Demand Titel. Neuware -W artykule 'Konserwacja predykcyjna i wykrywanie anomalii w silnikach statków kosmicznych oparte na uczeniu g¿¿bokim' przedstawiono inteligentn¿ platform¿ wykorzystuj¿c¿ techniki uczenia g¿¿bokiego do monitorowania stanu technicznego silników statków kosmicznych, identyfikowania nietypowych warunków pracy oraz przewidywania potencjalnych awarii, zanim do nich dojdzie. Dzi¿ki analizie danych z czujników zebranych podczas pracy silnika proponowane podej¿cie pozwala wykrywä ukryte wzorce i wczesne oznaki pogorszenia stanu technicznego, umo¿liwiaj¿c terminowe przeprowadzenie konserwacji i zmniejszaj¿c ryzyko niepowodzenia misji. Zaawansowane modele sieci neuronowych, takie jak architektury rekurencyjne i konwolucyjne, zwi¿kszaj¿ dok¿adno¿¿ wykrywania usterek i wspieraj¿ podejmowanie decyzji w czasie rzeczywistym. Proponowany system zwi¿ksza niezawodno¿¿ statków kosmicznych, minimalizuje koszty konserwacji, wyd¿u¿a ¿ywotno¿¿ silników oraz przyczynia si¿ do bezpieczniejszych i bardziej wydajnych misji kosmicznych. Badania te pokazuj¿ potencjä sztucznej inteligencji w zakresie transformacji strategii konserwacji predykcyjnej w przemy¿le lotniczym i kosmicznym. 72 pp. Polnisch. Bestandsnummer des Verkäufers 9786630086836
Anzahl: 1 verfügbar
Anbieter: CitiRetail, Stevenage, Vereinigtes Königreich
Paperback. Zustand: new. Paperback. W artykule "Konserwacja predykcyjna i wykrywanie anomalii w silnikach statkow kosmicznych oparte na uczeniu glebokim" przedstawiono inteligentna platforme wykorzystujaca techniki uczenia glebokiego do monitorowania stanu technicznego silnikow statkow kosmicznych, identyfikowania nietypowych warunkow pracy oraz przewidywania potencjalnych awarii, zanim do nich dojdzie. Dzieki analizie danych z czujnikow zebranych podczas pracy silnika proponowane podejscie pozwala wykrywac ukryte wzorce i wczesne oznaki pogorszenia stanu technicznego, umozliwiajac terminowe przeprowadzenie konserwacji i zmniejszajac ryzyko niepowodzenia misji. Zaawansowane modele sieci neuronowych, takie jak architektury rekurencyjne i konwolucyjne, zwiekszaja dokladnosc wykrywania usterek i wspieraja podejmowanie decyzji w czasie rzeczywistym. Proponowany system zwieksza niezawodnosc statkow kosmicznych, minimalizuje koszty konserwacji, wydluza zywotnosc silnikow oraz przyczynia sie do bezpieczniejszych i bardziej wydajnych misji kosmicznych. Badania te pokazuja potencjal sztucznej inteligencji w zakresie transformacji strategii konserwacji predykcyjnej w przemysle lotniczym i kosmicznym. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability. Bestandsnummer des Verkäufers 9786630086836
Anzahl: 1 verfügbar
Anbieter: preigu, Osnabrück, Deutschland
Taschenbuch. Zustand: Neu. UTRZYMANIE RUCHU OPARTE NA DEEP LEARNINGU | I WYKRYWANIE ANOMALII W SILNIKACH POJAZDÓW KOSMICZNYCH | Ms. D. Banu Kranthi (u. a.) | Taschenbuch | Polnisch | 2026 | Wydawnictwo Nasza Wiedza | EAN 9786630086836 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu Print on Demand. Bestandsnummer des Verkäufers 136936277
Anzahl: 5 verfügbar