An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks

Tao, Hongfeng; Wang, Peng; Chen, Yiyang; Stojanović, Vladimir; Yang, Huizhong

Резултати

еНаука > Резултати > An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks

Назив:	An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks
Аутори:	Tao, Hongfeng; Wang, Peng; Chen, Yiyang; Stojanović, Vladimir ; Yang, Huizhong
Година:	2020
Публикација:	Journal of the Franklin Institute
ISSN:	0016-0032 Journal of the Franklin Institute: Engineering and Applied Mathematics Претражи идентификатор
Тип резултата:	Научни чланак
Колација:	vol. 357 br. 11 str. 7286-7307
DOI:	10.1016/j.jfranklin.2020.04.024
WoS-ID:	000548504000016
Scopus-ID:	2-s2.0-85085745239
URI:	https://scidar.kg.ac.rs/handle/123456789/12803 https://enauka.gov.rs/handle/123456789/334637
Извор метаподатака:	Migrirano iz RIS podataka
М-категорија:	21aM21a - Рад у међ. часопису изузетних вредности

199
SCOPUS^TM

112
OpenCitations

171
WEB OF SCIENCE^TM

Алт метрика

Dimensions

Пронађи DOI

Проналажење DOI у сервису CrossRef-у на основу мета-података у запису. Приказаће се DOI (и метаподаци) чији се подаци највише поклапају. ОПРЕЗ - то не мора бити та публикација.

Unpaywall

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.