| Title: | AI Techniques for Reliability Prediction for Electronic Components |
| Authors: | Bhargava C. |
| Keywords: | нечеткие системы эволюционные вычисления сбор данных прогнозирование состояния здоровья отказоустойчивость bayesian networks data collection deep learning evolutionary computing fault tolerance fuzzy systems health prognostics neural networks Quality control reliability analysis анализ надежности байесовские сети глубокое обучение контроль качества нейронные сети |
| Issue Date: | 2020 |
| Publisher: | IGI Global |
| Citation: | Bhargava, C. AI Techniques for Reliability Prediction for Electronic Components / Cherry Bhargava. - Hershey PA : IGI Global, 2020. - 1 file (15,9 Mb) (330 p.). - ISBN = 9781799814641. - Текст : электронный |
| Abstract: | In the industry of manufacturing and design, one major constraint has been enhancing operating performance using less time. As technology continues to advance, manufacturers are looking for better methods in predicting the condition and residual lifetime of electronic devices in order to save repair costs and their reputation. Intelligent systems are a solution for predicting the reliability of these components; however, there is a lack of research on the advancements of this smart technology within the manufacturing industry.AI Techniques for Reliability Prediction for Electronic Components provides emerging research exploring the theoretical and practical aspects of prediction methods using artificial intelligence and machine learning in the manufacturing field. Featuring coverage on a broad range of topics such as data collection, fault tolerance, and health prognostics, this book is ideally designed for reliability engineers, electronic engineers, researchers, scientists, students, and faculty members se В индустрии производства и проектирования одним из основных ограничений было повышение эксплуатационных характеристик с использованием меньшего времени. Поскольку технологии продолжают развиваться, производители ищут более совершенные методы прогнозирования состояния и остаточного срока службы электронных устройств, чтобы сэкономить затраты на ремонт и свою репутацию. Интеллектуальные системы являются решением для прогнозирования надежности этих компонентов; однако исследований о достижениях этой интеллектуальной технологии в обрабатывающей промышленности не хватает.Методы искусственного интеллекта для прогнозирования надежности электронных компонентов предоставляет новые исследования, изучающие теоретические и практические аспекты методов прогнозирования с использованием искусственного интеллекта и машинного обучения в производственной сфере. Эта книга, посвященная широкому кругу тем, таких как сбор данных, отказоустойчивость и прогнозирование работоспособности, идеально предназначена для инженеров по надеж Используемые программы Adobe Acrobat |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/58889 |
| ISBN: | 9781799814641 |
| Appears in Collections: | eBooks |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 2290015.pdf | 16.32 MB | Adobe PDF | View/Open Request a copy |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.