Iniciar sesión
Registrarse
Restablecer contraseña
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Blog
Contacto
Buscar
EUR
USD
GBP
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Acta Mechanica et Automatica
Volumen 16 (2022): Edición 2 (June 2022)
Acceso abierto
Bearing Fault Detection and Diagnosis Based on Densely Connected Convolutional Networks
Julius Niyongabo
Julius Niyongabo
,
Yingjie Zhang
Yingjie Zhang
y
Jérémie Ndikumagenge
Jérémie Ndikumagenge
| 24 mar 2022
Acta Mechanica et Automatica
Volumen 16 (2022): Edición 2 (June 2022)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Publicado en línea:
24 mar 2022
Páginas:
130 - 135
Recibido:
18 dic 2021
Aceptado:
12 feb 2022
DOI:
https://doi.org/10.2478/ama-2022-0017
Palabras clave
bearing
,
deep learning
,
machine learning
,
transfer learning
,
fault detection and diagnosis
,
CWRU dataset
© 2022 Julius Niyongabo et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.