Tang, Zhaohui; Zhang, Jin; Xie, Yongfang; Ding, Steven X.; Ai, Mingxi:
Semisupervised Contrastive Memory Network for Industrial Process Working Condition Monitoring
In: IEEE Transactions on Instrumentation and Measurement, Band 72 (2023), Artikel 5025110
2023Artikel/Aufsatz in ZeitschriftClosed access
ElektrotechnikFakultät für Ingenieurwissenschaften » Elektrotechnik und Informationstechnik » Automatisierungstechnik und komplexe Systeme
Damit verbunden: 1 Publikation(en)
Titel in Englisch:
Semisupervised Contrastive Memory Network for Industrial Process Working Condition Monitoring
Autor*in:
Tang, Zhaohui
ORCID
0000-0003-4132-4987ORCID iD
;Zhang, Jin
ORCID
0000-0001-7574-2808ORCID iD
Sonstiges
korrespondierende*r Autor*in
;Xie, Yongfang
ORCID
0000-0002-2060-6574ORCID iD
;Ding, Steven X.UDE
GND
134302427
LSF ID
2347
ORCID
0000-0002-5149-5918ORCID iD
Sonstiges
der Hochschule zugeordnete*r Autor*in
;Ai, Mingxi
ORCID
0000-0002-0284-2995ORCID iD
Erscheinungsjahr:
2023
Open Access?:
Closed access
DOI
10.1109/TIM.2023.3311070
IEEE ID
10237237
Scopus ID
85170517466
Sprache des Textes:
Englisch
Erschienen in
IEEE Transactions on Instrumentation and Measurement
Titel in Englisch (abgekürzt):
IEEE Trans Instrum Meas
Erscheinungsort:
New York
Verlag:
IEEE
in:
Band 72 (2023), Artikel 5025110
ISSN
1557-9662 Verfügbarkeit online & gedruckt anzeigen
ISSN
0018-9456 Verfügbarkeit online & gedruckt anzeigen
ZDB ID
2027532-8
Signatur der UB:
88 I 3
Schlagwort, Thema:
Automation ; Cognition ; computer vision ; Data models ; deep learning ; memory network ; Monitoring ; Perturbation methods ; Predictive models ; Process monitoring ; semi-supervised learning ; Training
Ressourcentyp:
Text
DESTATIS Fachsystematik:
7100 Elektrotechnik allgemein