Skip to main content
main-content

Über dieses Buch

This unique text/reference describes in detail the latest advances in unsupervised process monitoring and fault diagnosis with machine learning methods. Abundant case studies throughout the text demonstrate the efficacy of each method in real-world settings. The broad coverage examines such cutting-edge topics as the use of information theory to enhance unsupervised learning in tree-based methods, the extension of kernel methods to multiple kernel learning for feature extraction from data, and the incremental training of multilayer perceptrons to construct deep architectures for enhanced data projections. Topics and features: discusses machine learning frameworks based on artificial neural networks, statistical learning theory and kernel-based methods, and tree-based methods; examines the application of machine learning to steady state and dynamic operations, with a focus on unsupervised learning; describes the use of spectral methods in process fault diagnosis.

Inhaltsverzeichnis

Frontmatter

2013 | OriginalPaper | Buchkapitel

Chapter 1. Introduction

Chris Aldrich, Lidia Auret

2013 | OriginalPaper | Buchkapitel

Chapter 2. Overview of Process Fault Diagnosis

Chris Aldrich, Lidia Auret

2013 | OriginalPaper | Buchkapitel

Chapter 3. Artificial Neural Networks

Chris Aldrich, Lidia Auret

2013 | OriginalPaper | Buchkapitel

Chapter 4. Statistical Learning Theory and Kernel-Based Methods

Chris Aldrich, Lidia Auret

2013 | OriginalPaper | Buchkapitel

Chapter 5. Tree-Based Methods

Chris Aldrich, Lidia Auret

2013 | OriginalPaper | Buchkapitel

Chapter 6. Fault Diagnosis in Steady-State Process Systems

Chris Aldrich, Lidia Auret

2013 | OriginalPaper | Buchkapitel

Chapter 7. Dynamic Process Monitoring

Chris Aldrich, Lidia Auret

2013 | OriginalPaper | Buchkapitel

Chapter 8. Process Monitoring Using Multiscale Methods

Chris Aldrich, Lidia Auret

Backmatter

Weitere Informationen

Premium Partner

Neuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Effizienzsteigerung durch die und in der Magnetlagertechnik

Magnetlager sind aus etlichen industriellen Anwendungen nicht mehr wegzudenken, in anderen erscheint ein Einsatz in Zukunft vielversprechend. Durch die Magnetlagertechnik werden Effizienzsteigerungen unterschiedlicher Art ermöglicht – sowohl auf direkte Weise durch Verringerung der Lagerverluste im Vergleich zu mechanischen Lagerungen, als auch durch Verbesserungen im industriellen Prozess, die erst durch die besonderen Eigenschaften der Magnetlagerung erzielt werden können.
Jetzt gratis downloaden!

Bildnachweise