Zobrazeno 1 - 10
of 255
pro vyhledávání: '"Filaretov, Vladimir"'
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
International Journal of Applied Mathematics and Computer Science, Vol 30, Iss 4, Pp 679-688 (2020)
The paper is devoted to the problem of increasing the efficiency of underwater vehicles by using a fault diagnosis system for their thrusters which provides detection, isolation, and identification of minor faults. To address the problem, a two-stage
Externí odkaz:
https://doaj.org/article/e4a15edc83784fdb859f4af09f3db19f
Autor:
Filaretov, Vladimir, Yukhimets, Dmitry
Publikováno v:
In IFAC PapersOnLine 2020 53(2):14650-14655
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.
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:
Hai-Long Su, Xuesong Jiang, De-Shuang Huang, Xiao-Bo Zhu, Valeriya Gribova, Filaretov Vladimir F, Xiumei Wei, Zhi-Peng Li
Publikováno v:
IEEE Transactions on Cognitive and Developmental Systems. 14:1198-1207
Graph Neural Network (GNN) introduces deep neural networks into graph structure data. It has achieved advanced performance in many fields such as traffic prediction, recommendation systems, and computer vision, which has received extensive attention
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::8e20e99aa6280c6623f6d68cb8437c0c
https://doi.org/10.1109/tcds.2021.3100883
https://doi.org/10.1109/tcds.2021.3100883