Utilizing uncertainty information in remaining useful life estimation via Bayesian neural networks and Hamiltonian Monte Carlo

Publikation: Beitrag in Fachzeitschrift › Forschungsartikel › Beigetragen › Begutachtung

Beitragende

  • Maximilian Benker - , Technische Universität München (Erstautor:in)
  • Lukas Furtner - , Technische Universität München (Zweitautor:in)
  • Thomas Semm - , Technische Universität München (Gemeinsame:r Letztautor:in)
  • Michael F. Zaeh - , Technische Universität München (Letztautor:in)

Details

OriginalspracheEnglisch
Seiten (von - bis)799 - 807
FachzeitschriftJournal of manufacturing systems : an official journal of the Society of Manufacturing Engineers (SME)
Jahrgang2021
Ausgabenummer61
PublikationsstatusVeröffentlicht - 7 Dez. 2020
Peer-Review-StatusJa
Extern publiziertJa

Externe IDs

Scopus 85097471434

Schlagworte

Schlagwörter

  • Prognostics and health management, Bayesian neural networks, Remaining useful life, Uncertainty quantification, C-MAPSS