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...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Sensors (Basel, Switzerland) Ročník 25; číslo 18; s. 5686
Hlavní autoři:	Wu, Di, Koskinen, Kari, Coatanea, Eric
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Switzerland MDPI AG 12.09.2025
Témata:	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
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!