Chadha, Gavneet Singh; Panambilly, Ambarish; Schwung, Andreas; Ding, Steven X.:
Bidirectional deep recurrent neural networks for process fault classification
In: ISA Transactions, Band 106 (2020), S. 330 - 342
2020Artikel/Aufsatz in ZeitschriftClosed access
ElektrotechnikFakultät für Ingenieurwissenschaften » Elektrotechnik und Informationstechnik » Automatisierungstechnik und komplexe Systeme
Damit verbunden: 1 Publikation(en)
Titel in Englisch:
Bidirectional deep recurrent neural networks for process fault classification
Autor*in:
Chadha, Gavneet Singh
Sonstiges
korrespondierende*r Autor*in
;Panambilly, Ambarish
;Schwung, Andreas
;Ding, Steven X.UDE
GND
134302427
LSF ID
2347
ORCID
0000-0002-5149-5918ORCID iD
Sonstiges
der Hochschule zugeordnete*r Autor*in
Erscheinungsjahr:
2020
Open Access?:
Closed access
DOI
10.1016/j.isatra.2020.07.011
Web of Science ID
000598662200008
PubMed ID
32684422
Scopus ID
85087942640
Sprache des Textes:
Englisch
Erschienen in
ISA Transactions
Titel in Englisch (abgekürzt):
ISA Trans
Erscheinungsort:
Kidlington
Verlag:
ISA - Instrumentation, Systems, and Automation Society
in:
Band 106 (2020), S. 330 - 342
ISSN
0019-0578 Verfügbarkeit online & gedruckt anzeigen
ISSN
1879-2022 Verfügbarkeit online & gedruckt anzeigen
ZDB ID
2012746-7
Signatur der UB:
79 Z 112
Schlagwort, Thema:
Bidirectional long-short term memory ; Condition monitoring ; Deep learning ; Fault detection and classification ; Recurrent neural networks ; Time series analysis
Ressourcentyp:
Text
DESTATIS Fachsystematik:
7100 Elektrotechnik allgemein