结构健康状态监测技术最近频繁受到关注预警设备故障,减少企业经济损失,已被证明了的进步机械、振动、信息和计算机学科。

然而,当大型设备显示异常,它会直接影响企业的经济损失,甚至可能造成大规模的事故。因此,先进的结构健康状态监测技术是一个热门话题,同时深入学习理论(例如,信念网络,autoencoders,卷积网络,残余网络,对抗网络)为这个主题提供了一个有效的路径。因为深度学习可以自动学习直接从原始信号潜在的有用的特性,因此新兴从先验知识的依赖,这提供了深度学习领域的具有广泛应用前景的结构健康状况监测。

这个特殊问题的目的是收集最近的结果在最近的事态发展,深度学习的理念和应用领域的健康状况监测。我们也接受成就小说视角,目前正在进行的研究,对现有的方法和讨论。我们欢迎原始研究和评论文章。

潜在的主题包括但不限于以下:

• 机器学习
• 深度学习
• 转移学习
• 元学习
• 状态监测
• 健康管理
• 故障诊断
• 寿命预测
• 特征提取