EUVIMEDEUVIMED entdecken
Crossref

TDAD: Self-supervised industrial anomaly detection with a two-stage diffusion model

Changyun Wei, Hui Han, Yu Xia, Ze Ji

Computers in Industry · 2025-01 · 164 · 104192

DOI: 10.1016/j.compind.2024.104192 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Computers in Industry, 2025-01. Verfasst von Changyun Wei und 3 weiteren Autor:innen. Die Arbeit wurde bisher 34-mal zitiert (Crossref) und nennt 37 Literaturangaben. Gefördert von: National Natural Science Foundation of China.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Natural Science Foundation of China

Zitieren

APA

Wei, C., Han, H., Xia, Y., & Ji, Z. (2025). TDAD: Self-supervised industrial anomaly detection with a two-stage diffusion model. Computers in Industry, 164, 104192. https://doi.org/10.1016/j.compind.2024.104192

Vancouver

Wei C, Han H, Xia Y, Ji Z. TDAD: Self-supervised industrial anomaly detection with a two-stage diffusion model. Computers in Industry. 2025;164:104192. doi:10.1016/j.compind.2024.104192

BibTeX
@article{Wei2025,
  author = {Wei, Changyun and Han, Hui and Xia, Yu and Ji, Ze},
  title = {TDAD: Self-supervised industrial anomaly detection with a two-stage diffusion model},
  journal = {Computers in Industry},
  year = {2025},
  volume = {164},
  pages = {104192},
  doi = {10.1016/j.compind.2024.104192}
}
Kostenlos starten →