Zum Hauptinhalt springen

Data-Driven Fault Detection and Reasoning for Industrial Monitoring

Wang, Jing [Autor/in] ; Zhou, Jinglin [Autor/in] ; et al.
Springer Nature, 2022
Online Buch, Datenträger, Online-Ressource - 1 electronic resource (264 pages)

Titel:
Data-Driven Fault Detection and Reasoning for Industrial Monitoring
Autor/in / Beteiligte Person: Wang, Jing [Autor/in] ; Zhou, Jinglin [Autor/in] ; Chen, Xiaolu [Autor/in]
Veröffentlichung: Springer Nature, 2022
Medientyp: Buch
Datenträgertyp: Datenträger, Online-Ressource
Umfang: 1 electronic resource (264 pages)
ISBN: 9789811680441; 9811680442
Schlagwort:
  • Robotics
  • Artificial intelligence
  • Multivariate causality analysis
  • Process monitoring
  • Manifold learning
  • Fault diagnosis
  • Data modeling
  • Fault classification
  • Fault reasoning
  • Causal network
  • Probabilistic graphical model
  • Data-driven methods
  • Industrial monitoring
  • Open Access
Sonstiges:
  • Online-Ressource [Kann nicht per Fernleihe bestellt werden!]
  • English
  • hbz Verbund-ID: HT021289823

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

oder
oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

oder
oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.

xs 0 - 576
sm 576 - 768
md 768 - 992
lg 992 - 1200
xl 1200 - 1366
xxl 1366 -