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

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

Rezultati

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

Naziv:	An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks
Autori:	Tao, Hongfeng; Wang, Peng; Chen, Yiyang; Stojanović, Vladimir ; Yang, Huizhong
Godina:	2020
Publikacija:	Journal of the Franklin Institute
ISSN:	0016-0032 Journal of the Franklin Institute: Engineering and Applied Mathematics Pretraži identifikator
Tip rezultata:	Naučni članak
Kolacija:	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
Izvor metapodataka:	Migrirano iz RIS podataka
M-kategorija:	21aM21a - Rad u međ. časopisu izuzetnih vrednosti

200
SCOPUS^TM

112
OpenCitations

171
WEB OF SCIENCE^TM

Alt metrika

Dimensions

Pronađi DOI

Pronalaženje DOI u servisu CrossRef-u na osnovu meta-podataka u zapisu. Prikazaće se DOI (i metapodaci) čiji se podaci najviše poklapaju. OPREZ - to ne mora biti ta publikacija.

Unpaywall

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.