Pnv Srinivasa Rao
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Pnv Srinivasa Rao has a total of 1 co-authors. Here are the top co-authors by number of shared publications:
- Pvy Jayasree
Department of EECE, GITAM Institute of Technology, GITAM University, Visakhapatnam, India
1 shared publication
Latest Publications
- Open Access
- 1 August 2024
- Published by College of Science for Women, University of Baghdad in Baghdad Science Journal
- Vol. 21 (8) , 2782-2795
Development of IIOT-Based Pd-Maas Using RNN-LSTM Model with Jelly Fish Optimization in the Indian Ship Building Industry
المشكلة: يعتبر بناء وإصلاح السفن من الصناعات دائمة الخضرة على المستوى الوطني والعالمي. تخضع السفن عمومًا للإصلاحات الدورية المقررة من قبل صناعات بناء السفن الهندية. في بعض الأحيان تفتقر الصناعات إلى الإنتاجية ويفتقر إلى التحديث ويجب اتباع بعض الأساليب الحديثة. الهدف: تركز الدراسة على تحسين الصيانة التنبؤية كخدمة على إنترنت الأشياء الصناعي من خلال خوارزميات التعلم الآلي. المساهمة الرئيسية للدراسة هي استخدام تقنيات التحسين لاختيار الميزات وRNN-LSTM لتحسين الدقة. الأساليب: تتم معالجة مجموعة البيانات المحددة مسبقًا واختيار الميزات لتحسين الدقة، ويتم تحسين اتخاذ القرار الآلي في إطار الشبكة العصبية التلافيفية جنبًا إلى جنب مع مصنف الأشجار المعزز للمجموعة الذي تم تطويره باستخدام تحسين قنديل البحر والعصبية المتكررة. نموذج الشبكة والذاكرة طويلة المدى (RNN-LSTM) للتعرف على الأنماط والمتجهات الرقمية في بيانات العالم الحقيقي بعد معالجة المخرجات ثم يتم إرسالها مرة أخرى كمدخل للشبكة المتكررة لاتخاذ القرار في السفينة عملية البناء. النتائج: من خلال تقييم نتائج الأداء ومصفوفة الارتباك من خلال مخرجات التدريب...
- 1 August 2024
- Published by College of Science for Women, University of Baghdad in Baghdad Science Journal
- Vol. 21 (8) , 2782-2795
Open AccessDevelopment of IIOT-Based Pd-Maas Using RNN-LSTM Model with Jelly Fish Optimization in the Indian Ship Building Industry
المشكلة: يعتبر بناء وإصلاح السفن من الصناعات دائمة الخضرة على المستوى الوطني والعالمي. تخضع السفن عمومًا للإصلاحات الدورية المقررة من قبل صناعات بناء السفن الهندية. في بعض الأحيان تفتقر الصناعات إلى الإنتاجية ويفتقر إلى التحديث ويجب اتباع بعض الأساليب الحديثة. الهدف: تركز الدراسة على تحسين الصيانة التنبؤية كخدمة على إنترنت الأشياء الصناعي من خلال خوارزميات التعلم الآلي. المساهمة الرئيسية للدراسة هي استخدام تقنيات التحسين لاختيار الميزات وRNN-LSTM لتحسين الدقة. الأساليب: تتم معالجة مجموعة البيانات المحددة مسبقًا واختيار الميزات لتحسين الدقة، ويتم تحسين اتخاذ القرار الآلي في إطار الشبكة العصبية التلافيفية جنبًا إلى جنب مع مصنف الأشجار المعزز للمجموعة الذي تم تطويره باستخدام تحسين قنديل البحر والعصبية المتكررة. نموذج الشبكة والذاكرة طويلة المدى (RNN-LSTM) للتعرف على الأنماط والمتجهات الرقمية في بيانات العالم الحقيقي بعد معالجة المخرجات ثم يتم إرسالها مرة أخرى كمدخل للشبكة المتكررة لاتخاذ القرار في السفينة عملية البناء. النتائج: من خلال تقييم نتائج الأداء ومصفوفة الارتباك من خلال مخرجات التدريب...