Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Acta Mechanica et Automatica
Tom 16 (2022): Zeszyt 2 (June 2022)
Otwarty dostęp
Bearing Fault Detection and Diagnosis Based on Densely Connected Convolutional Networks
Julius Niyongabo
Julius Niyongabo
,
Yingjie Zhang
Yingjie Zhang
oraz
Jérémie Ndikumagenge
Jérémie Ndikumagenge
| 24 mar 2022
Acta Mechanica et Automatica
Tom 16 (2022): Zeszyt 2 (June 2022)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
24 mar 2022
Zakres stron:
130 - 135
Otrzymano:
18 gru 2021
Przyjęty:
12 lut 2022
DOI:
https://doi.org/10.2478/ama-2022-0017
Słowa kluczowe
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.