Szczegóły publikacji

Opis bibliograficzny

Machine learning for self-calibration parameters of data-driven models: case study of an integrated maintenance digital platform / Janusz SZPYTKO, Yorlandys Salgado DUARTE, Lázaro Ramón Millares Barthelemy // W: MMAR 2022 : 26th international conference on Methods and Models in Automation and Robotics : 22–25 August 2022, Międzyzdroje, Poland : abstracts. — Szczecin : ZAPOL Sobczyk, [2022]. — ISBN: 978-83-8185-057-5. — S. 22

Autorzy (3)

Słowa kluczowe

machine learningdata driven modelpower systemsMonte Carlo simulation

Dane bibliometryczne

ID BaDAP141852
Data dodania do BaDAP2022-09-07
Rok publikacji2022
Typ publikacjimateriały konferencyjne (aut.)
Otwarty dostęptak

Publikacje, które mogą Cię zainteresować

fragment książki
#164352Data dodania: 2.12.2025
Machine learning for self-calibration parameters of data-driven models: case study of an integrated maintenance digital platform / Janusz SZPYTKO, Yorlandys Salgado DUARTE, Lázaro Ramón Millares Barthelemy // W: MMAR 2022 [Dokument elektroniczny] : 26th international conference on Methods and Models in Automation and Robotics : 22–25 August 2022, Międzyzdroje, Poland : technical papers : on line proceedings. — Wersja do Windows. — Dane tekstowe. — Piscataway : IEEE, cop. 2022. — Print on Demand (PoD) ISBN: 978-1-6654-6859-6. — e-ISBN: 978-1-6654-6858-9. — S. 53–58. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 58, Abstr. — Publikacja dostępna online od: 2022-09-08
SzczegółyLink
fragment książki
#141863Data dodania: 16.9.2022
Machine learning methods for anomaly detection in computer networks / Jakub GAJDA, Joanna KWIECIEŃ, Wojciech CHMIEL // W: MMAR 2022 : 26th international conference on Methods and Models in Automation and Robotics : 22–25 August 2022, Międzyzdroje, Poland : abstracts. — Szczecin : ZAPOL Sobczyk, [2022]. — ISBN: 978-83-8185-057-5. — S. 49
SzczegółyLink