EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Multivariate functional data analysis and machine learning methods for anomaly detection in water quality sensor data

Xurxo Rigueira, David Olivieri, Maria Araujo, Angeles Saavedra, Maria Pazo

Environmental Modelling & Software · 2025-05 · 190 · 106443

DOI: 10.1016/j.envsoft.2025.106443 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Environmental Modelling & Software, 2025-05. Verfasst von Xurxo Rigueira und 4 weiteren Autor:innen. Die Arbeit wurde bisher 13-mal zitiert (Crossref) und nennt 71 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Ministerio de Ciencia e Innovación, European Commission, Ministerio de Ciencia, Innovación y Universidades.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Ministerio de Ciencia e Innovación
  • European Commission
  • Ministerio de Ciencia, Innovación y Universidades
  • Agencia Estatal de Investigación
  • European Regional Development Fund

Zitieren

APA

Rigueira, X., Olivieri, D., Araujo, M., Saavedra, A., & Pazo, M. (2025). Multivariate functional data analysis and machine learning methods for anomaly detection in water quality sensor data. Environmental Modelling & Software, 190, 106443. https://doi.org/10.1016/j.envsoft.2025.106443

Vancouver

Rigueira X, Olivieri D, Araujo M, Saavedra A, Pazo M. Multivariate functional data analysis and machine learning methods for anomaly detection in water quality sensor data. Environmental Modelling & Software. 2025;190:106443. doi:10.1016/j.envsoft.2025.106443

BibTeX
@article{Rigueira2025,
  author = {Rigueira, Xurxo and Olivieri, David and Araujo, Maria and Saavedra, Angeles and Pazo, Maria},
  title = {Multivariate functional data analysis and machine learning methods for anomaly detection in water quality sensor data},
  journal = {Environmental Modelling & Software},
  year = {2025},
  volume = {190},
  pages = {106443},
  doi = {10.1016/j.envsoft.2025.106443}
}
Kostenlos starten →