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

OCCF - Leveraging Lagged Correlation Analysis for Enhanced Insights in Continuous Industrial Data

Sabrina Luftensteiner, Kilian Krikova, Roman Rainer

Procedia Computer Science · 2026 · 277 · 3655-3662

DOI: 10.1016/j.procs.2026.02.400 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Procedia Computer Science, 2026. Verfasst von Sabrina Luftensteiner und 2 weiteren Autor:innen. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 12 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: FFG.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • FFG

Zitieren

APA

Luftensteiner, S., Krikova, K., & Rainer, R. (2026). OCCF - Leveraging Lagged Correlation Analysis for Enhanced Insights in Continuous Industrial Data. Procedia Computer Science, 277, 3655-3662. https://doi.org/10.1016/j.procs.2026.02.400

Vancouver

Luftensteiner S, Krikova K, Rainer R. OCCF - Leveraging Lagged Correlation Analysis for Enhanced Insights in Continuous Industrial Data. Procedia Computer Science. 2026;277:3655-3662. doi:10.1016/j.procs.2026.02.400

BibTeX
@article{Luftensteiner2026,
  author = {Luftensteiner, Sabrina and Krikova, Kilian and Rainer, Roman},
  title = {OCCF - Leveraging Lagged Correlation Analysis for Enhanced Insights in Continuous Industrial Data},
  journal = {Procedia Computer Science},
  year = {2026},
  volume = {277},
  pages = {3655--3662},
  doi = {10.1016/j.procs.2026.02.400}
}
Kostenlos starten →