EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

A Hybrid Adaptive Fusion Deep Learning Model for Fault Diagnosis of Rotating Machinery Under Noisy Conditions

Junyu Ren, Soo Siang Teoh

IEEE Access · 2025 · 13 · 91451-91465

DOI: 10.1109/access.2025.3572902 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Junyu Ren und 1 weiteren Autor:innen. Die Arbeit wurde bisher 10-mal zitiert (Crossref) und nennt 55 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Universiti Sains Malaysia Research University.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Universiti Sains Malaysia Research University

Zitieren

APA

Ren, J., & Teoh, S. S. (2025). A Hybrid Adaptive Fusion Deep Learning Model for Fault Diagnosis of Rotating Machinery Under Noisy Conditions. IEEE Access, 13, 91451-91465. https://doi.org/10.1109/access.2025.3572902

Vancouver

Ren J, Teoh SS. A Hybrid Adaptive Fusion Deep Learning Model for Fault Diagnosis of Rotating Machinery Under Noisy Conditions. IEEE Access. 2025;13:91451-91465. doi:10.1109/access.2025.3572902

BibTeX
@article{Ren2025,
  author = {Ren, Junyu and Teoh, Soo Siang},
  title = {A Hybrid Adaptive Fusion Deep Learning Model for Fault Diagnosis of Rotating Machinery Under Noisy Conditions},
  journal = {IEEE Access},
  year = {2025},
  volume = {13},
  pages = {91451--91465},
  doi = {10.1109/access.2025.3572902}
}
Kostenlos starten →