【硬核书】使用高级数据驱动和深度学习方法的统计过程监控，322页pdf

利用高级数据驱动和深度学习方法，结合单变量和传统多变量技术的优势，提高其性能，拓宽其实际应用范围，解决了过程监控中的多变量挑战。本书继续融合了浅层学习方法的理想属性——如单类支持向量机、k近邻和无监督深度学习方法——以开发更复杂和有效的监控技术。最后，开发的方法应用于监测许多过程，如废水处理厂，自主机器人和车辆的驾驶环境中的障碍检测，机器人群，化学过程(连续搅拌槽反应器，塞流反应器和蒸馏塔)，臭氧污染，道路交通拥堵，还有太阳能光伏系统。

• 使用基于数据驱动的方法进行故障检测和归因
• 深入了解复杂和多元系统中的故障检测和归因
• 熟悉最适合的基于数据驱动的技术，包括多元统计技术和基于深度学习的方法
• 包括案例研究和不同方法的比较

目录内容

1. 介绍
2. 基于线性潜在变量回归(LVR)的过程监控
3. 故障隔离
4. 非线性潜变量回归方法
5. 基于多尺度潜变量回归的过程监测方法
6. 基于无监督深度学习的过程监控方法
7. 用于过程监控的无监督循环深度学习方案
8. 案例研究
9. 结论与未来展望