1 Key Laboratory of Automobile Materials Ministry of Education, School of Materials Science & Engineering, Electron Microscopy Center, International Center of Future Science, Jilin Provincial International Cooperation Key Laboratory of High-Efficiency Clean Energy Materials, Jilin University, China 2 Key Lab of Bionic Engineering, Ministry of Education, Jilin University, China 3 Shenyang National Laboratory for Materials Science, Institute of Metal Research, Chinese Academy of Sciences, China 4协同极端状况高压科学中心,中国吉林大学物理学学院的州主要实验室5
1>用您的手稿ID编号(在此处双击以进行编辑)<以脑为工业故障诊断的尖峰神经网络:调查,挑战和机会Huan Wang,Yan-Fu Li,IEEE和Konstantinos Gryllias高级成员和Konstantinos Gryllias的这项工作已提交给IEE EEE,以供IEE EEE。版权可以在不通知的情况下传输,此后不再可以访问此版本。摘要 - 近几十年来,工业故障诊断(IFD)已成为与检测和收集有关工业设备健康状况的重要信息的关键纪律,从而促进了失败类型和严重性的识别。追求精确有效的故障识别引起了极大的关注,最终集中于自动化设备监控以防止安全事故并减少对人工劳动的依赖。人工神经网络(ANN)的出现在增强智能IFD算法方面发挥了作用,尤其是在大数据的背景下。尽管有这些进步,但ANN是一种简化的仿生神经网络模型,表现出固有的局限性,例如资源和数据依赖性以及受限的认知能力。为了解决这些局限性,建立在脑启发的计算原理的第三代尖峰神经网络(SNN)已成为有希望的替代方案。SNN的特征是其生物神经元动力学和尖峰信息编码,在表示时空特征方面具有出色的潜力。因此,开发基于SNN的IFD模型已获得动力,表现出令人鼓舞的性能。尽管如此,该领域缺乏系统的调查来说明当前情况,挑战和未来的方向。因此,本文系统地回顾了基于SNN的模型的理论进展,以回答SNN是什么问题。随后,它审查和分析了现有的基于SNN的IFD模型,以解释为什么需要使用SNN以及如何使用SNN。更重要的是,本文系统地回答了IFD中SNN的挑战,解决方案和机会。索引术语 - 智能诊断,工业健康监测,尖峰神经网络,深度学习。
数字化已成为现代企业的关键组成部分,从而显着影响其运营,竞争力和增长。中小企业被认为是经济增长和扩张的主要贡献者,创造就业机会,推动创新和新的商业创造(Maga&Modiba 2022)。数字化转型为现有企业保持竞争优势提供了机会和挑战(Azevedo&Almeida,2021)。然而,中小型企业采用数字技术的程度和速率差异很大(Bhardwaj,Garg&Gajpal,2021; Shahadat等,2023; Ta&Lin,2023)。本研究研究了影响中小企业采用数字技术差异的因素以及这些变化的原因。它还将确定影响数字技术采用的内部和外部障碍。最后,它将推荐旨在促进中小企业采用数字技术的策略和政策干预措施。
单位生态秘书的秘密官员,记录了痛苦和重度。hellil 1,shole,batialmbsi lise 2.3,cyardin,cyard,cyria,céinni4,Chenini 4,Cheirus Nicolas 5,ChristianRib,Christianrib,中国莱尔 - 莱尔·莱尔10,11,11,11,11 ,, Moritin 11,Morizy 12,Morizy 12,Morison 12,131,131,131,14。 Mimidea,Biverora Doitor,Bordinal,Cese Visco Barmel @Ouunv-per.fr 3 Laborare Borece Borece borece 2057 Sgisi Siran 3579 Biren Suidren Suidren Suid suid suid Inare/A -a -qupe和εl'L'EROME84914 AVE GROMS 9,法语;安妮特(Annette)。 Aumarili.ce @他们的loriry.for Cgrisicisiscon Creatis Canc。 Goulia.for @ University Deseleation和Delegy Circicanism,以及2 UPM,法国人; cristivation.cra-launre ouvor-poulivor-puverce-pauce @ efrause。 caroline clear.buliente.buliletege.be hydrovesentleter,u nniv。Montpellier,CNRS,IRD,Montpellier,France Marina.hery@umontpellier.fr 10 Institut Agro Dijon,Inrae,Inrae,Burgundy大学,Burgundy Franche-Comté大学,Agroecologie,Agroecologie,21065 Dijon,21065 Dijon,France,France; fabrice.martin@inrae.fr 11 Ige,UMR 5001,格伦布尔阿尔佩斯大学,CNRS,G-Inp,inrae,inrae,inrae,inrae,inrae,inrae,inrae,inrae,inrae,inrae,inrae; jean.martins@univ-grenoble-alpes.fr 12 inrae,ur eabx,f33612 Cestas Cedex,法国; soizic.morin@inrae.fr 13大学。Perpignan通过Domitia,Cefrem,F-66860,Perpignan,法国; 14 CNR,CEFREM,UMR5110,F-66860,法国Perpignan; carmen.palacios@univ-perp.fr 15 inrae,ur riverly,villeurbanne,法国; stephane.pesce@inrae.fr 16里昂大学,克劳德·伯纳德·里昂1大学,CNRS,UMR 5557,Microbian Ecology,法国Villeurbanne; agnes.richaume@univ-lyon1.fr 17 GMGM,UMR 7156 Strasbourg University -CNRS,法国Strasbourg,法国; vuilleumier@unistra.frɛ生态毒素 - 微生物生态毒理学国际网络; https://ecotoxicomic.org,法国通讯作者:Hellal Jennifer 1