首页
›
热销单品
›
AI大模型与智能应用
›
《贝叶斯推理与多源故障诊断》
所属分类:AI大模型与智能应用
当前为单品课程,可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录
咨询 / 购买
📘
贝叶斯推理与多源故障诊断
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 贝叶斯推理与多源故障诊断的总体概览
课程导入
学习目标
02
概率论基础
条件概率 · 联合概率 · 全概率公式
概率论基础
条件概率
03
贝叶斯推理核心
先验概率 · 似然函数 · 后验概率
贝叶斯推理核心
先验概率
04
常见概率分布
正态分布 · 指数分布 · 伯努利分布
常见概率分布
正态分布
05
贝叶斯网络基础
有向无环图 · 条件独立 · d-分离
贝叶斯网络基础
有向无环图
06
贝叶斯网络推理
精确推理(变量消元 · 联结树)与近似推理(采样法 · 变分法)的适用场景
贝叶斯网络推理
精确推理
07
多源故障诊断概述
多传感器信息融合 · 多源数据特点 · 故障诊断的挑战与需求
多源故障诊断概述
多传感器信息融合
08
多源数据预处理
数据清洗 · 时间对齐 · 特征提取
多源数据预处理
数据清洗
09
贝叶斯多源融合框架
基于贝叶斯推理的多源信息融合架构 · 证据组合与冲突处理
贝叶斯多源融合框…
基于贝叶斯推理的…
10
动态贝叶斯网络
时序建模 · 状态转移模型 · 动态故障诊断的贝叶斯方法
动态贝叶斯网络
时序建模
11
隐马尔可夫模型与贝叶斯推理
HMM在故障状态识别中的应用 · 参数学习与推理
隐马尔可夫模型
贝叶斯推理
12
贝叶斯滤波与故障诊断
卡尔曼滤波 · 粒子滤波在状态估计和故障检测中的使用
贝叶斯滤波
故障诊断
13
贝叶斯模型选择与比较
贝叶斯因子 · 信息准则(BIC · DIC)在故障诊断模型选择中的应用
贝叶斯模型选择
比较
14
参数估计方法
最大似然估计 · 最大后验估计 · 贝叶斯估计及其在故障诊断中的差异
参数估计方法
最大似然估计
15
先验选择与敏感性分析
无信息先验 · 共轭先验 · 先验对诊断结果的影响及敏感性检验
先验选择
敏感性分析
16
多源故障诊断中的不确定性量化
认知不确定性 · 偶然不确定性 · 贝叶斯方法如何量化与传播
多源故障诊断
不确定性量化
17
基于贝叶斯网络的故障诊断案例
以电机轴承故障为例 · 构建贝叶斯网络并推理故障原因
基于贝叶斯网络的…
以电机轴承故障为…
18
基于动态贝叶斯网络的故障预测
利用时序数据预测设备退化趋势 · 实现早期故障预警
基于动态贝叶斯网…
利用时序数据预测…
19
多传感器融合实战
振动 · 温度 · 电流等多源数据融合
多传感器融合实战
振动
20
贝叶斯推理在旋转机械故障诊断中的应用
不平衡 · 不对中 · 松动等故障的贝叶斯诊断流程
贝叶斯推理
旋转机械故障诊断
21
贝叶斯推理在电力设备故障诊断中的应用
变压器 · 断路器故障的贝叶斯建模与推理
贝叶斯推理
电力设备故障诊断
22
贝叶斯推理在液压系统故障诊断中的应用
压力 · 流量 · 温度多源数据融合诊断
贝叶斯推理
液压系统故障诊断
23
贝叶斯推理在结构健康监测中的应用
基于振动响应和贝叶斯更新的损伤识别
贝叶斯推理
结构健康监测
24
贝叶斯推理在复杂系统故障诊断中的挑战
高维状态空间 · 非线性 · 非高斯噪声的处理
贝叶斯推理
复杂系统故障诊断
25
贝叶斯推理与机器学习结合
贝叶斯神经网络 · 高斯过程在故障诊断中的前沿应用
贝叶斯推理
机器学习结合
26
贝叶斯优化在故障诊断中的应用
超参数调优 · 传感器布局优化 · 诊断策略优化
贝叶斯优化
故障诊断
27
贝叶斯推理的软件工具
Python(PyMC3 · Stan · pgmpy)
贝叶斯推理的软件…
Python
28
贝叶斯推理与故障诊断的实战项目
从数据采集 · 模型构建 · 推理到诊断报告的全流程演练
贝叶斯推理
故障诊断的实战项…
29
常见问题与误区
先验选择不当 · 计算复杂度高 · 模型过拟合
常见问题
误区
30
综合提升与前沿展望
贝叶斯推理与深度学习融合 · 实时诊断 · 数字孪生中的贝叶斯方法
综合提升
前沿展望
所属VIP或分类
同VIP:AI-Agent-Harness系统开发
同VIP:AI-Agent原理与自主代理架构
同VIP:AI-Agent性能评估与优化