A Multi-Working States Sensor Anomaly Detection Method Using Deep Learning Algorithms

The data collected from sensors are subject to the presence of anomaly data. These anomalies may stem from sensor malfunctions or poor communication. Prior to the processing of the data, it is imperative to detect and isolate the anomaly data from the substantial volume of normal data. The utilizati...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Sensors (Basel, Switzerland) Jg. 25; H. 18; S. 5686
Hauptverfasser:	Wu, Di, Koskinen, Kari, Coatanea, Eric
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Switzerland MDPI AG 12.09.2025
Schlagworte:	Accuracy Behavior data-driven deep learning Influence LSTM Methods Neural networks Physics sensor anomaly detection Sensors Support vector machines Working conditions sensor anomaly detection deep learning LSTM data-driven
ISSN:	1424-8220, 1424-8220
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!