Comprehensive machine and deep learning fault detection and classification approaches of industry 4.0 mechanical machineries: with application to a hydraulic test rig

vorgelegt von M.Sc. Ahlam Mallak ; Betreuer und erster Gutachter: Prof. Dr.-Ing. habil. Madjid Fathi, Universität Siegen

Siegen, 2021

Monographie, Hochschulschrift, Gedruckte Ressource - xv, 183 Seiten : Illustrationen, Diagramme

Titel:	Comprehensive machine and deep learning fault detection and classification approaches of industry 4.0 mechanical machineries: with application to a hydraulic test rig
Verantwortlichkeitsangabe:	vorgelegt von M.Sc. Ahlam Mallak ; Betreuer und erster Gutachter: Prof. Dr.-Ing. habil. Madjid Fathi, Universität Siegen
Autor/in / Beteiligte Person:	Mallak, Ahlam ; Fathi, Madjid (1956-)
Körperschaft:	Universität Siegen
Verwandtes Werk:	Erscheint auch als: Online-Ausgabe
Veröffentlichung:	Siegen, 2021
Medientyp:	Monographie, Hochschulschrift
Datenträgertyp:	Gedruckte Ressource
Umfang:	xv, 183 Seiten : Illustrationen, Diagramme
Sonstiges:	Universität Siegen Dissertation, 2021 Lokale Notationen: WBF; WAWD; TVUC; ZZZB Fächer: Ingenieurwissenschaft / Technik; Informatik hbz Verbund-ID: HT020935232

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.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

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.

Gewünschter Zitations-Stil:

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.