کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / پانزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Predictive Maintenance using LSTM and Adaptive Windowing

نویسندگان :

Aien Ghanbari Adivi¹ Behrouz Shahgholi Ghahfarokhi²

1- University of Isfahan 2- University of Isfahan

کلمات کلیدی :

predictive maintenance،deep learning،LSTM،time series analysis

چکیده :

Predictive maintenance is a critical approach in modern industries, aiming to forecast equipment failures and reduce downtime by leveraging operational data. Traditional methods, such as time series analysis, struggle to capture complex temporal dependencies in large-scale datasets. In this study, we propose an innovative solution that integrates Long Short-Term Memory (LSTM) networks with an adaptive windowing strategy for predictive maintenance. Unlike conventional methods that rely on fixed window sizes, our approach dynamically adjusts the window size based on the data's characteristics, optimizing the temporal context provided to the model. We apply this method to the Microsoft Azure predictive maintenance dataset from Kaggle and demonstrate that the adaptive window size significantly enhances the precision of failure predictions. This research highlights the potential of combining LSTM with window size optimization to improve the accuracy and efficiency of predictive maintenance models in real-world industrial applications.

لیست مقالات

لیست مقالات بایگانی شده

تاثیر مدیریت دانش مشتری بر توسعه محصول جدید و نوآورانه با رویکرد مدل سازی معادلات ساختاری با استفاده از حداقل مربعات جزئی: مطالعۀ موردی شرکت کاله

دکتر آرش خسروی - سیده فاطمه حسینی - دکتر مرتضی رجب زاده آرش خسروی - سیده فاطمه حسینی - مرتضی رجب زاده -

آرتمیا: پروتکل مسیریابی مبتنی بر انجمن و آگاه به نظم تماس در شبکة اجتماعی متحرک تأخیرپذیر

سعید مرادی - جمشید باقرزاده محاسفی

An approach to model the optimal service provisioning in vehicular cloud networks

Farhoud Jafari Kaleibar - Maghsoud Abbaspour

A Topic Based Method to Classify the Question Clarity in CQA Networks

Alireza Khabbazan - Dr Ahmad Ali Abin

LLM-Driven Feature Extraction for Stock Market Prediction: A case study of Tehran Stock Exchange

Siavash Hosseinpour Saffarian - Saman Haratizadeh

Predictive Maintenance using LSTM and Adaptive Windowing

Aien Ghanbari Adivi - Behrouz Shahgholi Ghahfarokhi

Experimental analysis of automated negotiation agents in modeling Gaussian bidders

Fatemeh Hassanvand - Dr Faria Nassiri-Mofakham

طبقه بندی آسیبهای لیگامنت با استفاده از تحلیل تصاویر تشدید مغناطیسی توسط الگوریتمهای یادگیری عمیق

محسن اکبری - دکتر مریم مؤمنی محسن اکبری - مریم مؤمنی -

Improving hypergraph attention and hypergraph convolution networks

Mustafa Mohammadi Gharasuie - Mahmood Shabankhah - Ali Kamandi

پیش‌بینی حجم ترافیک شهری با استفاده از داده‌های سرویس نشان مورد مطالعاتی: خیابان کمال اصفهان

مهسا لطیفی - جمشید مالکی

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2