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 ↗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.
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}
}
EUVIMED