EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

A Multi-Criteria Framework for Selecting Machine Learning Techniques for Industrial Fault Prognosis

Miguel A. De C. Michalski, Carlos A. Murad, Fabio N. Kashiwagi, Gilberto F. M. De Souza, Halley J. B. Da Silva, Hyghor M. Côrtes

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.

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →