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) ; Siegen: Universitätsbibliothek (2020): 2019
Online Academic Publication, Monograph - 1 Online-Ressource (xx, 220 Seiten)

Title:
Learning machine monitoring models from sparse and noisy sensor data annotations = Lernen von Modellen zur Maschinenüberwachung aus spärlichen und verrauschten Sensordatenannotationen
Author details: vorgelegt von M. Sc. Christian Reich ; Betreuer und erster Gutachter: Prof. Dr. Kristof Van Laerhoven, Universität Siegen
Author / Contributor: Reich, Christian (1984-) ; Laerhoven, Kristof ˜Vanœ
Corporate body: Universität Siegen
Link:
Related work:
Publication: Siegen (2019) ; Siegen: Universitätsbibliothek (2020), 2019
Media Type: Academic Publication, Monograph
Pagination: 1 Online-Ressource (xx, 220 Seiten)
DOI: 10.25819/ubsi/5479
Additional details:
  • Identifier: urn:nbn:de:hbz:467-17183
  • Online-Ressource [Kann nicht per Fernleihe bestellt werden!]
  • Zusammenfassung auf Deutsch
  • Universität Siegen Dissertation, 2020
  • hbz Verbund-ID: HT020625572
  • Lokale Notationen: WBJ; ZEWD; ZZZB

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 -