المؤلفون: Arellano Espitia, Francisco

المساهمون: University/Department: Universitat Politècnica de Catalunya. Departament d'Enginyeria Electrònica

Thesis Advisors: Delgado Prieto, Miquel, Osornio Ríos, Roque Alfredo

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Condition monitoring, Fault diagnosis, Industrial machines, Artificial intelligence, Deep learning, Anomaly detection, Compact clustering, Transfer learning, Domain adaptation, Àrees temàtiques de la UPC::Enginyeria electrònica, Àrees temàtiques de la UPC::Informàtica

Time: 621.3

وصف الملف: application/pdf

URL الوصول: http://hdl.handle.net/10803/690242

المؤلفون: Arellano Espitia, Francisco, Delgado Prieto, Miquel, González Abreu, Artvin Darién, Saucedo Dorantes, Juan Jose, Osornio Rios, Roque A.

المساهمون: Universitat Politècnica de Catalunya. Doctorat en Enginyeria Electrònica, Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial, Universitat Politècnica de Catalunya. MCIA - Motion Control and Industrial Applications Research Group

مصطلحات موضوعية: Àrees temàtiques de la UPC::Informàtica::Automàtica i control, Neural networks (Computer science)--Industrial applications, Condition monitoring, Anomaly detection, Deep neural networks, Autoencoder, Compact clustering, Xarxes neuronals (Informàtica)

وصف الملف: 25 p.; application/pdf

Relation: https://www.mdpi.com/1424-8220/21/17/5830; Arellano, F. [et al.]. Deep-compact-clustering based anomaly detection applied to electromechanical industrial systems. "Sensors", 30 Agost 2021, vol. 21, núm. 5830, p. 1-25.; http://hdl.handle.net/2117/358140

الاتاحة: http://hdl.handle.net/2117/358140
https://doi.org/10.3390/s21175830

المؤلفون: Arellano Espitia, Francisco

المساهمون: Delgado Prieto, Miquel, Osornio Ríos, Roque Alfredo, Universitat Politècnica de Catalunya. Departament d'Enginyeria Electrònica

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات موضوعية: Condition monitoring, Fault diagnosis, Industrial machines, Artificial intelligence, Deep learning, Anomaly detection, Compact clustering, Transfer learning, Domain adaptation, Àrees temàtiques de la UPC::Enginyeria electrònica, Àrees temàtiques de la UPC::Informàtica, 621.3

Time: 004

وصف الملف: 146 p.; application/pdf

Relation: http://hdl.handle.net/10803/690242

الاتاحة: http://hdl.handle.net/10803/690242

المؤلفون: Universitat Politècnica de Catalunya. Departament d'Enginyeria Electrònica, Delgado Prieto, Miquel, Osornio Ríos, Roque Alfredo, Arellano Espitia, Francisco

المصدر: TDX (Tesis Doctorals en Xarxa)

مصطلحات الفهرس: Àrees temàtiques de la UPC::Enginyeria electrònica, Àrees temàtiques de la UPC::Informàtica, Condition monitoring, Fault diagnosis, Industrial machines, Artificial intelligence, Deep learning, Anomaly detection, Compact clustering, Transfer learning, Domain adaptation, Doctoral thesis

URL: http://hdl.handle.net/2117/403958
http://hdl.handle.net/10803/690242

المؤلفون: Universitat Politècnica de Catalunya. Doctorat en Enginyeria Electrònica, Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial, Universitat Politècnica de Catalunya. MCIA - Motion Control and Industrial Applications Research Group, Arellano Espitia, Francisco, Delgado Prieto, Miquel, González Abreu, Artvin Darién, Saucedo Dorantes, Juan Jose, Osornio Rios, Roque A.

مصطلحات الفهرس: Àrees temàtiques de la UPC::Informàtica::Automàtica i control, Neural networks (Computer science)--Industrial applications, Condition monitoring, Anomaly detection, Deep neural networks, Autoencoder, Compact clustering, Xarxes neuronals (Informàtica), Article

URL: http://hdl.handle.net/2117/358140
https://www.mdpi.com/1424-8220/21/17/5830
https://www.mdpi.com/1424-8220/21/17/5830