Konferenzpaper | 2022

A Comparative Study and a New Industrial Platform for Decentralized Anomaly Detection Using Machine Learning Algorithms

Autor*innen

Gerz, Fabian ; Bastürk, Tolga Renan ; Kirchhoff, Julian ; Denker, Joachim ; Al-Shrouf, Loui ; Jelali, Mohieddine

DOI

10.1109/IJCNN55064.2022.9892939

ISBN-13

#defaultkonferenzband 9781728186719

Weitere Details

Sprache

englisch

Darstellungsform

Text

Schlüsselwörter

Data streams , IIoT platform , anomaly detection , cloud-edge computing , radar sensors

Zitierstile

Gerz, F., Bastürk, T. R., Kirchhoff, J., Denker, J., Al-Shrouf, L., & Jelali, M. (2022). A Comparative Study and a New Industrial Platform for Decentralized Anomaly Detection Using Machine Learning Algorithms. In U. UNBEKANNT, ohne Angabe. ohne Angabe: ohne Angabe. doi:10.1109/IJCNN55064.2022.9892939

In die Zwischenablage kopieren

Gerz, F., Bastürk, T.R., Kirchhoff, J., Denker, J., Al-Shrouf, L. and Jelali, M., 2022. A Comparative Study and a New Industrial Platform for Decentralized Anomaly Detection Using Machine Learning Algorithms. In: ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe.

In die Zwischenablage kopieren

Gerz, Fabian u. a. 2022. A Comparative Study and a New Industrial Platform for Decentralized Anomaly Detection Using Machine Learning Algorithms. In ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe.

American Psychological Association 6th edition (DOI)

Anglia Ruskin University - Harvard

Gesellschaft für Bildung und Forschung in Europa - Harvard