Efficient Deep Feature Learning for Noisy Industrial Time-Series Data

Weitere Titel
Effizientes Deep Feature Learning für verrauschte industrielle Zeitreihendaten
Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource
Sprache
Englisch
Anmerkungen
München, Technische Universität München, Dissertation, 2024

Schlagwort
Maschinelles Lernen
Merkmalsextraktion
Datenanalyse
Deep Learning
Zustandsüberwachung
Data Mining

Ereignis
Veröffentlichung
(wo)
München
(wer)
Universitätsbibliothek der TU München
(wann)
2024
Urheber
Tnani, Mohamed Ali
Beteiligte Personen und Organisationen
Diepold, Klaus
Zillner, Sonja

URN
urn:nbn:de:bvb:91-diss-20240313-1713783-1-3
Rechteinformation
Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
14.08.2025, 10:54 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Tnani, Mohamed Ali
  • Diepold, Klaus
  • Zillner, Sonja
  • Universitätsbibliothek der TU München

Entstanden

  • 2024

Ähnliche Objekte (12)