A Multi-Criteria Framework for Selecting Machine Learning Techniques for Industrial Fault Prognosis
IEEE Access · 2025 · 13 · 154508-154544
DOI: 10.1109/access.2025.3604754 ↗Kurz gefasst
Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Miguel A. De C. Michalski und 5 weiteren Autor:innen. Die Arbeit wurde bisher 8-mal zitiert (Crossref) und nennt 128 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Fundação para o Desenvolvimento Tecnológico da Engenharia (FDTE) and Energias de Portugal (EDP) Brasil as part of an Agência Nacional de Energia Elétrica (ANEE…, Conselho Nacional de Desenvolvimento Científico e Tecnológico.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Fundação para o Desenvolvimento Tecnológico da Engenharia (FDTE) and Energias de Portugal (EDP) Brasil as part of an Agência Nacional de Energia Elétrica (ANEE…
- Conselho Nacional de Desenvolvimento Científico e Tecnológico
Zitieren
APA
Michalski, M. A. D. C., Murad, C. A., Kashiwagi, F. N., Souza, G. F. M. D., Silva, H. J. B. D., & Côrtes, H. M. (2025). A Multi-Criteria Framework for Selecting Machine Learning Techniques for Industrial Fault Prognosis. IEEE Access, 13, 154508-154544. https://doi.org/10.1109/access.2025.3604754
Vancouver
Michalski MADC, Murad CA, Kashiwagi FN, Souza GFMD, Silva HJBD, Côrtes HM. A Multi-Criteria Framework for Selecting Machine Learning Techniques for Industrial Fault Prognosis. IEEE Access. 2025;13:154508-154544. doi:10.1109/access.2025.3604754
BibTeX
@article{Michalski2025,
author = {Michalski, Miguel A. De C. and Murad, Carlos A. and Kashiwagi, Fabio N. and Souza, Gilberto F. M. De and Silva, Halley J. B. Da and Côrtes, Hyghor M.},
title = {A Multi-Criteria Framework for Selecting Machine Learning Techniques for Industrial Fault Prognosis},
journal = {IEEE Access},
year = {2025},
volume = {13},
pages = {154508--154544},
doi = {10.1109/access.2025.3604754}
}
EUVIMED