Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Steinert, Olof"'
SCANIA Component X Dataset: A Real-World Multivariate Time Series Dataset for Predictive Maintenance
This paper presents a description of a real-world, multivariate time series dataset collected from an anonymized engine component (called Component X) of a fleet of trucks from SCANIA, Sweden. This dataset includes diverse variables capturing detaile
Externí odkaz:
http://arxiv.org/abs/2401.15199
Autor:
Beikmohammadi, Ali, Hamian, Mohammad Hosein, Khoeyniha, Neda, Lindgren, Tony, Steinert, Olof, Magnússon, Sindri
The rapid influx of data-driven models into the industrial sector has been facilitated by the proliferation of sensor technology, enabling the collection of vast quantities of data. However, leveraging these models for failure detection and prognosis
Externí odkaz:
http://arxiv.org/abs/2402.08611
Automated fault diagnosis can facilitate diagnostics assistance, speedier troubleshooting, and better-organised logistics. Currently, AI-based prognostics and health management in the automotive industry ignore the textual descriptions of the experie
Externí odkaz:
http://arxiv.org/abs/2210.06918
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Pavlopoulos, John, Romell, Alv, Curman, Jacob, Steinert, Olof, Lindgren, Tony, Borg, Markus, Randl, Korbinian
Publikováno v:
Machine Learning; Feb2024, Vol. 113 Issue 2, p843-861, 19p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Bull, Lawrence, Dhada, Maharshi, Steinert, Olof, Lindgren, Tony, Parlikad, Ajith Kumar, Girolami, Mark
Population-level modelling is used to address issues of data sparsity in the survival analysis of a simulated truck fleet. Specifically, hierarchical Bayes with mixed effects improves the predictive capability of hazard models. A set of correlated fu
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::8e4cb9f52319f0293f03d1944f10d3f0
Publikováno v:
Neural Computing & Applications; Feb2023, Vol. 35 Issue 4, p3011-3024, 14p
Publikováno v:
International Journal of Network Management
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=r3c4b2081b22::cd007759a7ce83790281db889fce6986