lincereal/predictive-failure-detection

# 预测性故障检测 使用 NASA Turbofan 数据集预测工业组件剩余使用寿命 (RUL) 的 ML 模型。灵感来源于 Sony Electronics 的真实世界质量工程。

标签：Apex, IIoT, NASA Turbofan数据集, PHM, RUL预测, Sony Electronics, 传感器数据, 剩余使用寿命, 回归分析, 工业4.0, 工业物联网, 工业组件, 故障预测, 时序数据分析, 智能制造, 机器学习, 深度学习, 索尼电子, 设备健康管理, 质量工程, 质量控制, 逆向工具, 预测性故障检测, 预测性维护