Jump to main focus

Learning machine monitoring models from sparse and noisy sensor data annotations: = Lernen von Modellen zur Maschinenüberwachung aus spärlichen und verrauschten Sensordatenannotationen

vorgelegt von M. Sc. Christian Reich ; Betreuer und erster Gutachter: Prof. Dr. Kristof Van Laerhoven, Universität Siegen
Siegen, 2019
Online Monograph, Academic Publication, Electronic Resource - 1 Online-Ressource (xx, 220 Seiten)

Retrieve loan status...

Title:
Learning machine monitoring models from sparse and noisy sensor data annotations: = Lernen von Modellen zur Maschinenüberwachung aus spärlichen und verrauschten Sensordatenannotationen
Statement of Responsibility: vorgelegt von M. Sc. Christian Reich ; Betreuer und erster Gutachter: Prof. Dr. Kristof Van Laerhoven, Universität Siegen
Author / Contributor: Reich, Christian (1984-) ; Laerhoven, Kristof Van
Corporate body: Universität Siegen
Local link:
Link:
Related work:
Publication: Siegen, 2019
Media Type: Monograph, Academic Publication
Carrier Type: Electronic Resource
Pagination: 1 Online-Ressource (xx, 220 Seiten)
DOI: 10.25819/ubsi/5479
Additional details:
  • Paralleltitel: Lernen von Modellen zur Maschinenüberwachung aus spärlichen und verrauschten Sensordatenannotationen
  • Online-Ressource [Kann nicht per Fernleihe bestellt werden!]
  • Zusammenfassung auf Deutsch
  • Dissertation, Universität Siegen, 2020
  • Lokale Notationen: WBJ; ZEWD; ZZZB
  • Fächer: Ingenieurwissenschaft / Technik
  • hbz Verbund-ID: HT020625572

Please select a fomat and save the data, next, you provide an e-mail address and have the data delivered there.

or
or

Select the appropriate citation format, copy it to the clipboard, and have it sent by e-mail or save it as a PDF file.

or
or

Please check that the citation is formally correct prior to using it in a paper. You might like to use the "Export" dialogue for formatting citations yourself for a reference management program.

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