实体
NASA C-MAPSS FD001
NASA C-MAPSS FD001
PulseAugur coverage of NASA C-MAPSS FD001 — every cluster mentioning NASA C-MAPSS FD001 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
混合量子神经网络在喷气发动机剩余使用寿命预测方面展现出潜力
研究人员开发了一种混合量子循环神经网络（HQRNN），用于预测涡轮风扇发动机的剩余使用寿命。该模型将量子长短期记忆（QLSTM）层与经典密集层相结合，旨在改进退化模式表示。在NASA C-MAPSS FD001基准测试中，HQRNN的平均RMSE和MAE比经典的堆叠LSTM网络提高了5%，优于其他基线模型。
-
深度学习模型提升飞机发动机预测性维护能力
研究人员开发了一种用于战斗机发动机预测性维护的深度学习模型，旨在提高作战准备状态并降低意外成本。该模型可从多变量传感器数据中自主提取特征，并使用NASA C-MAPSS FD001和FD004数据集进行了验证。与RF、CNN-LSTM和BiLSTM等基线模型相比，它在FD001数据集上表现出卓越的性能，取得了较高的R平方值和较低的RMSE。此外，还创建了一个决策支持模拟器，用于在激进的战斗飞行场景下测试该协议。