Detecção e diagnóstico de falhas não-supervisionados baseados em estimativa de densidade recursiva e classificador fuzzy auto-evolutivo
In this work, we propose a two-stage algorithm for real-time fault detection and identification of industrial plants. Our proposal is based on the analysis of selected features using recursive density estimation and a new evolving classifier algorithm. More specifically, the proposed approach for th...
Na minha lista:
Autor principal: | Costa, Bruno Sielly Jales |
---|---|
Outros Autores: | Oliveira, Luiz Affonso Henderson Guedes de |
Formato: | doctoralThesis |
Idioma: | por |
Publicado em: |
Universidade Federal do Rio Grande do Norte
|
Assuntos: | |
Endereço do item: | https://repositorio.ufrn.br/jspui/handle/123456789/18577 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
Registros relacionados
-
Major crustal lineaments and their influence on the geological history of the continental lithosphere : proceedings of a Royal Society discussion meeting held on 28 and 29 March 1985 /
por: Royal Society (Great Britain)., et al.
Publicado em: (2022) -
Atualização do processador e módulo de tolerância à falhas no projeto CEVERO
por: Dantas, Heitor Carlos de Medeiros
Publicado em: (2022) -
Detecção e isolamento de falhas em sistemas dinâmicos baseados em redes neurais
por: Fernandes, Raphaela Galhardo
Publicado em: (2014) -
Utilização de redes neurais artificiais para detecção e diagnóstico de falhas /
por: Rebouças, Diogo Leite., et al.
Publicado em: (2022) -
Utilização de redes neurais artificiais para detecção e diagnóstico de falhas
por: Rebouças, Diogo Leite
Publicado em: (2014)