Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Alhams, Amir"'
Autor:
Kiranyaz, Serkan, Devecioglu, Ozer Can, Alhams, Amir, Sassi, Sadok, Ince, Turker, Avci, Onur, Gabbouj, Moncef
Robust and real-time detection of faults on rotating machinery has become an ultimate objective for predictive maintenance in various industries. Vibration-based Deep Learning (DL) methodologies have become the de facto standard for bearing fault det
Externí odkaz:
http://arxiv.org/abs/2312.10742
Autor:
Kiranyaz, Serkan, Devecioglu, Ozer Can, Alhams, Amir, Sassi, Sadok, Ince, Turker, Abdeljaber, Osama, Avci, Onur, Gabbouj, Moncef
Continuous long-term monitoring of motor health is crucial for the early detection of abnormalities such as bearing faults (up to 51% of motor failures are attributed to bearing faults). Despite numerous methodologies proposed for bearing fault detec
Externí odkaz:
http://arxiv.org/abs/2212.06154
Autor:
Kiranyaz, Serkan, Devecioglu, Ozer Can, Alhams, Amir, Sassi, Sadok, Ince, Turker, Abdeljaber, Osama, Avci, Onur, Gabbouj, Moncef
Publikováno v:
In Mechanical Systems and Signal Processing 15 March 2024 210
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kiranyaz, Serkan, Can Devecioglu, Ozer, Alhams, Amir, Sassi, Sadok, Ince, Turker, Avci, Onur, Gabbouj, Moncef
Publikováno v:
IEEE Sensors Journal; 2024, Vol. 24 Issue: 14 p23255-23264, 10p