Hybrid Deep Learning Framework for Predictive Maintenance in Industrial IoT Systems A Multi-Sensor Fusion Approach with Explainability
Cet article propose un cadre d'apprentissage profond hybride et explicable (HEDLF) qui intègre des CNN, des BiLSTM et des mécanismes d'attention avec une fusion de capteurs multiples et une explicabilité basée sur SHAP afin d'atteindre une maintenance prédictive de haute précision et une interprétabilité physique pour les systèmes de l'IoT industriel, comme le valide une performance supérieure sur les bancs d'essai NASA C-MAPSS et IEEE PRONOSTIA.