דיעסעל ברענוואַרג פילטער עלעמענט

מיט דעם גאַנג פון מעטשאַניקאַל עקוויפּמענט צו גרויס-וואָג, ינטעליגענט און הויך-פּינטלעכקייַט, די נוצן פון ראָוטייטינג טיילן, אַזאַ ווי וואַל שייַכעס, איז באטייטיק ימפּרוווד צו דערגרייכן מאַכט טראַנסמיסיע, שטעלע פיקסיישאַן און אנדערע צוועקן. ווען זיי זענען דאַמידזשד אָדער דורכפאַל, די זיכערקייַט און פּראָדוקציע נוץ פון מעטשאַניקאַל עקוויפּמענט אָפּעראַציע וועט זיין ימפּאַקטיד. אָבער, רעכט צו דער ספּעציעל ייַנמאָנטירונג שטעלע פון ​​די ראָוטייטינג פּאַרץ, עס איז מער שווער צו פאָרשן און ריכטער די געזונט סטאַטוס פון עקוויפּמענט, און פרייַערדיק מעטהאָדס רילייינג אויף יומאַנז אָדער דערפאַרונג קענען ניט מער אַרבעטן. דעריבער, דעוועלאָפּינג ינטעליגענט דיטעקשאַן און דיאַגנאָסיס מעטהאָדס צו ינסטרומענט ויסריכט געזונט מאָניטאָרינג האָבן ווערן אַ הייס פאָרשונג טעמע.

מיט דער גיך אַנטוויקלונג פון קינסטלעך ינטעליגענט, מער און מער מאַשין לערנען מעטהאָדס מאַכן מעטשאַניקאַל עקוויפּמענט ינטעליגענט דיאַגנאָסיס קומען אמת און בליענדיק, אַזאַ ווי ריינפאָרסמאַנט לערנען (RL) [1], [2], גענעראַטיווע אַדווערסאַריאַל נעטוואָרקס (GAN) [3], אַוטאָענקאָדער (AE) [4] און שטיצן וועקטאָר מאַשין (סוום) [5], [6], [47]. צווישן זיי, SVM איז אַ קלאַסאַפאַקיישאַן אַלגערידאַם באזירט אויף סטאַטיסטיש לערנען, וואָס איז נישט גרינג צו פאַלן אין היגע מינימאַ און סעפּערייץ טריינינג דאַטן דורך אָפּטימאַל כייפּערפּליין בשעת טריינינג דאַטן קענען זיין מאַפּט צו הויך-דימענשאַנאַל פֿעיִקייטן דורך נאָנלינער מאַפּינג מעטהאָדס, אַזאַ ווי פּאָלינאָמיאַל פאַנגקשאַנז און ריידיאַל יקער פאַנגקשאַנז. אין אַדישאַן, SVM קענען צושטעלן פּינטלעך באַשלוס כייפּערפּלין אונטער לימיטעד סאַמפּאַלז, און האט גוט דזשענעראַליזיישאַן פיייקייט. אין מיינונג פון זייַן ויסגעצייכנט פאָרשטעלונג, SVM איז וויידלי געניצט אין פילע פעלדער. וואַנג עט על. פארגעלייגט אַן ינטעליגענט שולד דיאַגנאָסיס אופֿן באזירט אויף די קאָמבינאַציע פון ​​​​גענעראַלייזד קאַמפּאַזאַט מאַלטי-וואָג ווייטיד פּערמיוטיישאַן ענטראָפּי (GCMWPE) און SVM [7], וואָס קענען עקסטראַקט שייַכעס פֿעיִקייטן פון קייפל וואָג צו בויען הויך-דימענשאַנאַל שטריך זאַמלונג. בייאַטי עט על. פארגעלייגט אַ שולד אָרט אופֿן פֿאַר DC מיקראָגריד באזירט אויף SVM [8]. דורך ניצן די היגע געמאסטן ווערט אין איין סוף פון יעדער שורה, די פּינטלעך אָרט פון הויך ימפּידאַנס שולד קענען זיין ליגן, און די יקספּערמענאַל רעזולטאַטן ווייַזן אַז די סכעמע איז געזונט צו ראַש און אנדערע דיסטערבאַנסיז. Ref. [9] פארגעלייגט אַן ינטעליגענט שולד דיאַגנאָסיס אופֿן פֿאַר ליטהיום-יאָן באַטאַרייע באזירט אויף שטיצן וועקטאָר מאַשין, וואָס ניצט דיסקרעטע קאָסינע פֿילטרירונג צו עלימינירן ראַש.