Srividya l n (20 risultati)

Condizione: New.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 60 pp. Englisch.

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - 'Deep Learning-Based Predictive Maintenance and Anomaly Detection for Spacecraft Engines' presents an intelligent framework that uses deep learning techniques to monitor the health of spacecraft engines, identify abnormal operating conditions, and predict potential failures before they occur. By analyzing sensor data collected during engine operation, the proposed approach detects hidden patterns and early signs of degradation, enabling timely maintenance and reducing the risk of mission failure. Advanced neural network models, such as recurrent and convolutional architectures, improve fault detection accuracy and support real-time decision-making. The proposed system enhances spacecraft reliability, minimizes maintenance costs, extends engine lifespan, and contributes to safer and more efficient space missions. This research demonstrates the potential of artificial intelligence to transform predictive maintenance strategies in the aerospace industry. …

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -'Deep Learning-Based Predictive Maintenance and Anomaly Detection for Spacecraft Engines' presents an intelligent framework that uses deep learning techniques to monitor the health of spacecraft engines, identify abnormal operating conditions, and predict potential failures before they occur. By analyzing sensor data collected during engine operation, the proposed approach detects hidden patterns and early signs of degradation, enabling timely maintenance and reducing the risk of mission failure. Advanced neural network models, such as recurrent and convolutional architectures, improve fault detection accuracy and support real-time decision-making. The proposed system enhances spacecraft reliability, minimizes maintenance costs, extends engine lifespan, and contributes to safer and more efficient space missions. This research demonstrates the potential of artificial intelligence to transform predictive maintenance strategies in the aerospace industry. 60 pp. Englisch. …

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - 'Mantenimiento predictivo y detección de anomalías basados en el aprendizaje profundo para motores de naves espaciales' presenta un marco inteligente que utiliza técnicas de aprendizaje profundo para supervisar el estado de los motores de las naves espaciales, identificar condiciones de funcionamiento anómalas y predecir posibles fallos antes de que se produzcan. Mediante el análisis de los datos de los sensores recopilados durante el funcionamiento del motor, el enfoque propuesto detecta patrones ocultos y signos tempranos de deterioro, lo que permite realizar un mantenimiento oportuno y reducir el riesgo de fracaso de la misión. Los modelos avanzados de redes neuronales, como las arquitecturas recurrentes y convolucionales, mejoran la precisión en la detección de fallos y facilitan la toma de decisiones en tiempo real. El sistema propuesto mejora la fiabilidad de las naves espaciales, minimiza los costes de mantenimiento, prolonga la vida útil de los motores y contribuye a que las misiones espaciales sean más seguras y eficientes. Esta investigación demuestra el potencial de la inteligencia artificial para transformar las estrategias de mantenimiento predictivo en la industria aeroespacial.…

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -'Mantenimiento predictivo y detección de anomalías basados en el aprendizaje profundo para motores de naves espaciales' presenta un marco inteligente que utiliza técnicas de aprendizaje profundo para supervisar el estado de los motores de las naves espaciales, identificar condiciones de funcionamiento anómalas y predecir posibles fallos antes de que se produzcan. Mediante el análisis de los datos de los sensores recopilados durante el funcionamiento del motor, el enfoque propuesto detecta patrones ocultos y signos tempranos de deterioro, lo que permite realizar un mantenimiento oportuno y reducir el riesgo de fracaso de la misión. Los modelos avanzados de redes neuronales, como las arquitecturas recurrentes y convolucionales, mejoran la precisión en la detección de fallos y facilitan la toma de decisiones en tiempo real. El sistema propuesto mejora la fiabilidad de las naves espaciales, minimiza los costes de mantenimiento, prolonga la vida útil de los motores y contribuye a que las misiones espaciales sean más seguras y eficientes. Esta investigación demuestra el potencial de la inteligencia artificial para transformar las estrategias de mantenimiento predictivo en la industria aeroespacial. 72 pp. Spanisch.…

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - L'article ' Maintenance prédictive et détection d'anomalies basées sur l'apprentissage profond pour les moteurs de vaisseaux spatiaux ' présente un cadre intelligent qui utilise des techniques d'apprentissage profond pour surveiller l'état des moteurs de vaisseaux spatiaux, identifier les conditions de fonctionnement anormales et prédire les défaillances potentielles avant qu'elles ne se produisent. En analysant les données des capteurs collectées pendant le fonctionnement des moteurs, l'approche proposée détecte des schémas cachés et les premiers signes de dégradation, ce qui permet d'effectuer une maintenance en temps opportun et de réduire le risque d'échec de la mission. Des modèles avancés de réseaux neuronaux, tels que les architectures récurrentes et convolutives, améliorent la précision de la détection des défauts et facilitent la prise de décision en temps réel. Le système proposé renforce la fiabilité des engins spatiaux, minimise les coûts de maintenance, prolonge la durée de vie des moteurs et contribue à des missions spatiales plus sûres et plus efficaces. Cette recherche démontre le potentiel de l'intelligence artificielle pour transformer les stratégies de maintenance prédictive dans l'industrie aérospatiale.…

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -L'article ' Maintenance prédictive et détection d'anomalies basées sur l'apprentissage profond pour les moteurs de vaisseaux spatiaux ' présente un cadre intelligent qui utilise des techniques d'apprentissage profond pour surveiller l'état des moteurs de vaisseaux spatiaux, identifier les conditions de fonctionnement anormales et prédire les défaillances potentielles avant qu'elles ne se produisent. En analysant les données des capteurs collectées pendant le fonctionnement des moteurs, l'approche proposée détecte des schémas cachés et les premiers signes de dégradation, ce qui permet d'effectuer une maintenance en temps opportun et de réduire le risque d'échec de la mission. Des modèles avancés de réseaux neuronaux, tels que les architectures récurrentes et convolutives, améliorent la précision de la détection des défauts et facilitent la prise de décision en temps réel. Le système proposé renforce la fiabilité des engins spatiaux, minimise les coûts de maintenance, prolonge la durée de vie des moteurs et contribue à des missions spatiales plus sûres et plus efficaces. Cette recherche démontre le potentiel de l'intelligence artificielle pour transformer les stratégies de maintenance prédictive dans l'industrie aérospatiale. 72 pp. Französisch.…

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 72 pp. Deutsch.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 72 pp. Italienisch.

Taschenbuch. Condizione: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 72 pp. Polnisch.

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - 'Deep Learning-Based Predictive Maintenance and Anomaly Detection for Spacecraft Engines' präsentiert ein intelligentes Framework, das Deep-Learning-Techniken nutzt, um den Zustand von Raumfahrzeugtriebwerken zu überwachen, abnormale Betriebsbedingungen zu identifizieren und potenzielle Ausfälle vor ihrem Auftreten vorherzusagen. Durch die Analyse von Sensordaten, die während des Triebwerksbetriebs gesammelt werden, erkennt der vorgeschlagene Ansatz verborgene Muster und frühe Anzeichen von Verschleiß, was eine rechtzeitige Wartung ermöglicht und das Risiko eines Missionsfehlers verringert. Fortschrittliche neuronale Netzwerkmodelle wie rekursive und konvolutive Architekturen verbessern die Genauigkeit der Fehlererkennung und unterstützen die Entscheidungsfindung in Echtzeit. Das vorgeschlagene System erhöht die Zuverlässigkeit von Raumfahrzeugen, minimiert die Wartungskosten, verlängert die Lebensdauer der Triebwerke und trägt zu sichereren und effizienteren Weltraummissionen bei. Diese Forschung demonstriert das Potenzial künstlicher Intelligenz, prädiktive Wartungsstrategien in der Luft- und Raumfahrtindustrie zu transformieren.…

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - 'Manutenção preditiva e deteção de anomalias baseadas em aprendizagem profunda para motores de naves espaciais' apresenta uma estrutura inteligente que utiliza técnicas de aprendizagem profunda para monitorizar o estado dos motores de naves espaciais, identificar condições de funcionamento anormais e prever potenciais falhas antes que estas ocorram. Através da análise dos dados dos sensores recolhidos durante o funcionamento do motor, a abordagem proposta deteta padrões ocultos e sinais precoces de degradação, permitindo uma manutenção atempada e reduzindo o risco de falha da missão. Modelos avançados de redes neurais, tais como arquiteturas recorrentes e convolucionais, melhoram a precisão na deteção de falhas e apoiam a tomada de decisões em tempo real. O sistema proposto aumenta a fiabilidade das naves espaciais, minimiza os custos de manutenção, prolonga a vida útil dos motores e contribui para missões espaciais mais seguras e eficientes. Esta investigação demonstra o potencial da inteligência artificial para transformar as estratégias de manutenção preditiva na indústria aeroespacial.…

Taschenbuch. Condizione: 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.…

Taschenbuch. Condizione: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - 'Manutenzione predittiva e rilevamento delle anomalie basata sul deep learning per i motori dei veicoli spaziali' presenta un quadro di riferimento intelligente che utilizza tecniche di deep learning per monitorare lo stato di salute dei motori dei veicoli spaziali, identificare condizioni operative anomale e prevedere potenziali guasti prima che si verifichino. Analizzando i dati dei sensori raccolti durante il funzionamento del motore, l'approccio proposto rileva modelli nascosti e segni precoci di degrado, consentendo una manutenzione tempestiva e riducendo il rischio di fallimento della missione. Modelli avanzati di reti neurali, quali le architetture ricorrenti e convoluzionali, migliorano l'accuratezza nel rilevamento dei guasti e supportano il processo decisionale in tempo reale. Il sistema proposto migliora l'affidabilità dei veicoli spaziali, riduce al minimo i costi di manutenzione, prolunga la durata di vita dei motori e contribuisce a rendere le missioni spaziali più sicure ed efficienti. Questa ricerca dimostra il potenziale dell'intelligenza artificiale nel trasformare le strategie di manutenzione predittiva nel settore aerospaziale.…

Condizione: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt.

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -'Deep Learning-Based Predictive Maintenance and Anomaly Detection for Spacecraft Engines' präsentiert ein intelligentes Framework, das Deep-Learning-Techniken nutzt, um den Zustand von Raumfahrzeugtriebwerken zu überwachen, abnormale Betriebsbedingungen zu identifizieren und potenzielle Ausfälle vor ihrem Auftreten vorherzusagen. Durch die Analyse von Sensordaten, die während des Triebwerksbetriebs gesammelt werden, erkennt der vorgeschlagene Ansatz verborgene Muster und frühe Anzeichen von Verschleiß, was eine rechtzeitige Wartung ermöglicht und das Risiko eines Missionsfehlers verringert. Fortschrittliche neuronale Netzwerkmodelle wie rekursive und konvolutive Architekturen verbessern die Genauigkeit der Fehlererkennung und unterstützen die Entscheidungsfindung in Echtzeit. Das vorgeschlagene System erhöht die Zuverlässigkeit von Raumfahrzeugen, minimiert die Wartungskosten, verlängert die Lebensdauer der Triebwerke und trägt zu sichereren und effizienteren Weltraummissionen bei. Diese Forschung demonstriert das Potenzial künstlicher Intelligenz, prädiktive Wartungsstrategien in der Luft- und Raumfahrtindustrie zu transformieren.OmniScriptum SRL, Str. Armeneasca 28/1, office 1, 2012 Chisinau 72 pp. Deutsch.…

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -'Manutenzione predittiva e rilevamento delle anomalie basata sul deep learning per i motori dei veicoli spaziali' presenta un quadro di riferimento intelligente che utilizza tecniche di deep learning per monitorare lo stato di salute dei motori dei veicoli spaziali, identificare condizioni operative anomale e prevedere potenziali guasti prima che si verifichino. Analizzando i dati dei sensori raccolti durante il funzionamento del motore, l'approccio proposto rileva modelli nascosti e segni precoci di degrado, consentendo una manutenzione tempestiva e riducendo il rischio di fallimento della missione. Modelli avanzati di reti neurali, quali le architetture ricorrenti e convoluzionali, migliorano l'accuratezza nel rilevamento dei guasti e supportano il processo decisionale in tempo reale. Il sistema proposto migliora l'affidabilità dei veicoli spaziali, riduce al minimo i costi di manutenzione, prolunga la durata di vita dei motori e contribuisce a rendere le missioni spaziali più sicure ed efficienti. Questa ricerca dimostra il potenziale dell'intelligenza artificiale nel trasformare le strategie di manutenzione predittiva nel settore aerospaziale. 72 pp. Italienisch.…

Taschenbuch. Condizione: 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.…

Taschenbuch. Condizione: Neu. This item is printed on demand - Print on Demand Titel. Neuware -'Manutenção preditiva e deteção de anomalias baseadas em aprendizagem profunda para motores de naves espaciais' apresenta uma estrutura inteligente que utiliza técnicas de aprendizagem profunda para monitorizar o estado dos motores de naves espaciais, identificar condições de funcionamento anormais e prever potenciais falhas antes que estas ocorram. Através da análise dos dados dos sensores recolhidos durante o funcionamento do motor, a abordagem proposta deteta padrões ocultos e sinais precoces de degradação, permitindo uma manutenção atempada e reduzindo o risco de falha da missão. Modelos avançados de redes neurais, tais como arquiteturas recorrentes e convolucionais, melhoram a precisão na deteção de falhas e apoiam a tomada de decisões em tempo real. O sistema proposto aumenta a fiabilidade das naves espaciais, minimiza os custos de manutenção, prolonga a vida útil dos motores e contribui para missões espaciais mais seguras e eficientes. Esta investigação demonstra o potencial da inteligência artificial para transformar as estratégias de manutenção preditiva na indústria aeroespacial. 72 pp. Portugiesisch.…