Slow feature‐constrained decomposition autoencoder: Application to process anomaly detection and localization

Summary Detecting anomalies in manufacturing processes is crucial for ensuring safety. However, noise significantly undermines the reliability of data‐driven anomaly detection models. To address this challenge, we propose a slow feature‐constrained decomposition autoencoder (SFC‐DAE) for anomaly det...

Celý popis

Podrobná bibliografie

Vydáno v:	International journal of adaptive control and signal processing Ročník 39; číslo 7; s. 1483 - 1502
Hlavní autoři:	Jia, Mingwei, Jiang, Lingwei, Hu, Junhao, Liu, Yi, Chen, Tao
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Hoboken, USA John Wiley & Sons, Inc 01.07.2025 Wiley Subscription Services, Inc
Témata:	Anomalies anomaly detection Constraints Decomposition masked autoencoder noisy data process industry Sugar industry time series decomposition Trends Water treatment
ISSN:	0890-6327, 1099-1115
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!