Der Artikel mit dem Titel "Spatio-Temporal Attention Graph Neural Network for Remaining Useful Life Prediction" von Zhixin Huang, Yujiang He, and Bernhard Sick schlägt die Anwendung von Spatio-Temporal Attention Graph Neural Network für die Vorhersage der Restnutzungsdauer in industriellen Systemen vor. Es geht auf die Einschränkungen bestehender Modelle ein, indem es graphneuronale Netze und temporale neuronale Netze mit Faltung kombiniert. Es zeigt modernste Ergebnisse mit einheitlicher Normalisierung und eine Leistungssteigerung von 27 % mit Clusternormalisierung in Datensätzen mit mehreren Betriebsbedingungen.

Der Artikel mit dem Titel "Spatio-Temporal Attention Graph Neural Network for Remaining Useful Life Prediction" von Zhixin Huang, Yujiang He, and Bernhard Sick schlägt die Anwendung von Spatio-Temporal Attention Graph Neural Network für die Vorhersage der Restnutzungsdauer in industriellen Systemen vor. Es geht auf die Einschränkungen bestehender Modelle ein, indem es graphneuronale Netze und temporale neuronale Netze mit Faltung kombiniert. Es zeigt modernste Ergebnisse mit einheitlicher Normalisierung und eine Leistungssteigerung von 27 % mit Clusternormalisierung in Datensätzen mit mehreren Betriebsbedingungen.