Rezultati

eNauka >  Rezultati >  A hybrid one-class approach for detecting anomalies in industrial systems
Naziv: A hybrid one-class approach for detecting anomalies in industrial systems
Autori: Zayas-Gato, Francisco; Jove, Esteban; Casteleiro-Roca, Jose-Luis; Quintian, Hector; Pinon-Pazos, Andres; Simic, Dragan  ; Luis, Calvo-Rolle Jose
Godina: 2022
Publikacija: Expert Systems
ISSN: 0266-4720 Expert Systems Pretraži identifikator
Izdavač: John Wiley and Sons
Tip rezultata: Naučni članak
Kolacija: 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
Projekat: 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]
Izvor metapodataka: (Preuzeto iz Nasi u WoS)
M-kategorija: 
21M21 - Rad u vrhunskom međ. časopisu

3
SCOPUSTM
1
OpenCitations
3
WEB OF SCIENCETM
Alt metrika
Dimensions

Pronađi DOI

Unpaywall

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.