Резултати

еНаука >  Резултати >  A hybrid one-class approach for detecting anomalies in industrial systems
Назив: A hybrid one-class approach for detecting anomalies in industrial systems
Аутори: Zayas-Gato, Francisco; Jove, Esteban; Casteleiro-Roca, Jose-Luis; Quintian, Hector; Pinon-Pazos, Andres; Simic, Dragan  ; Luis, Calvo-Rolle Jose
Година: 2022
Публикација: Expert Systems
ISSN: 0266-4720 Expert Systems Претражи идентификатор
Издавач: John Wiley and Sons
Тип резултата: Научни чланак
Колација: vol. 39 br. 9
DOI: 10.1111/exsy.12990
WoS-ID: 000765812400001
Scopus-ID: 2-s2.0-85125920919
URI: https://enauka.gov.rs/handle/123456789/825115
Пројекат: CITIC - Conselleria de Educacion, Universidade e Formacion Profesional of the Xunta de Galicia through the European Regional Development Fund (ERDF)
Secretaria Xeral de Universidades [ED431G 2019/01]
Извор метаподатака: (Preuzeto iz Nasi u WoS)
М-категорија: 
21M21 - Рад у врхунском међ. часопису

6
SCOPUSTM
1
OpenCitations
5
WEB OF SCIENCETM
Алт метрика
Dimensions
Unpaywall

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