文献
J-GLOBAL ID:202202223291960165
整理番号:22A0848429
ラベル雑音と非観測故障を考慮した産業故障分類のための多様体保存スパースグラフと偏差情報ベースFisher判別分析【JST・京大機械翻訳】
Manifold-Preserving Sparse Graph and Deviation Information Based Fisher Discriminant Analysis for Industrial Fault Classification Considering Label-Noise and Unobserved Faults
著者 (5件):
Liu Jun
(School of Automation (Artificial Intelligence), “the Belt and Road” Institute for Information Technology, Hangzhou Dianzi University, Hangzhou, China)
,
Jiang Peng
(School of Information Science and Technology, Hangzhou Normal University, Hangzhou, China)
,
Song Chunyue
(State Key Laboratory of Industrial Control Technology, Institute of Industrial Process Control, Zhejiang University, Hangzhou, China)
,
Xu Huan
(School of Automation (Artificial Intelligence), Hangzhou Dianzi University, Hangzhou, China)
,
Hmelnov Alexei E.
(Siberian Branch, Russian Academy of Sciences, Matrosov Institute for System Dynamics and Control Theory, Irkutsk, Russia)
資料名:
IEEE Sensors Journal
(IEEE Sensors Journal)
巻:
22
号:
5
ページ:
4257-4267
発行年:
2022年
JST資料番号:
W1318A
ISSN:
1530-437X
CODEN:
ISJEAZ
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
アメリカ合衆国 (USA)
言語:
英語 (EN)