인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.12
- 수록면
- 175 - 184 (10page)
- DOI
- 10.9728/jcc.2020.12.2.2.175
이용수
초록· 키워드
Machine monitoring plays a vital role in modern manufacturing; thus, studies on technics that are able to be adapted to create automatic monitoring processes are necessary. Based on the nonstationary characteristics of signal collected from machine"s components and the advent of deep neural networks, the paper will illustrate some highlighted points of time-frequency signal processing and proposed an intelligent process for bearing fault diagnosis based on a state-of-the-art convolutional network, namely ResNeXt.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 1. Introduction
- 2. Background in nonstationary signal processing with time-frequency domain
- 3. Proposed method in bearing fault diagnosis
- 4. Experiment and result
- 5. Conclusion
- References
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-ECN-0101-2021-004-001465463
