Uncertainty-Aware Deep Learning: A Promising Tool for Trustworthy Fault Diagnosis
IEEE/CAA Journal of Automatica Sinica · 2024-06 · 11 (6) · 1317-1330
DOI: 10.1109/jas.2024.124290 ↗Kurz gefasst
Fachartikel in der Zeitschrift IEEE/CAA Journal of Automatica Sinica, 2024-06. Verfasst von Jiaxin Ren und 5 weiteren Autor:innen. Die Arbeit wurde bisher 72-mal zitiert (Crossref) und nennt 59 Literaturangaben. Gefördert von: National Natural Science Foundation of China, Royal Society.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- National Natural Science Foundation of China
- Royal Society
Zitieren
APA
Ren, J., Wen, J., Zhao, Z., Yan, R., Chen, X., & Nandi, A. K. (2024). Uncertainty-Aware Deep Learning: A Promising Tool for Trustworthy Fault Diagnosis. IEEE/CAA Journal of Automatica Sinica, 11(6), 1317-1330. https://doi.org/10.1109/jas.2024.124290
Vancouver
Ren J, Wen J, Zhao Z, Yan R, Chen X, Nandi AK. Uncertainty-Aware Deep Learning: A Promising Tool for Trustworthy Fault Diagnosis. IEEE/CAA Journal of Automatica Sinica. 2024;11(6):1317-1330. doi:10.1109/jas.2024.124290
BibTeX
@article{Ren2024,
author = {Ren, Jiaxin and Wen, Jingcheng and Zhao, Zhibin and Yan, Ruqiang and Chen, Xuefeng and Nandi, Asoke K.},
title = {Uncertainty-Aware Deep Learning: A Promising Tool for Trustworthy Fault Diagnosis},
journal = {IEEE/CAA Journal of Automatica Sinica},
year = {2024},
volume = {11},
number = {6},
pages = {1317--1330},
doi = {10.1109/jas.2024.124290}
}
EUVIMED