Robust neural-network-based fault detection with sequential D-optimum bounded-error input design

Anna Akielaszek-Witczak; Beata Mrugalska; Vicenç Puig; Magdalena Wyrwicka

doi:10.1016/j.ifacol.2015.09.565

System Informacji Naukowej Politechniki Poznańskiej

PL EN

Strona główna / Publikacje / Robust neural-network-based fault detection with sequential D-optimum bounded-error input design

Zgłoś uwagę

Artykuł

Pobierz BibTeX

Tytuł

Robust neural-network-based fault detection with sequential D-optimum bounded-error input design

Autorzy

^{[ 1 ]} Katedra Ergonomii i Inżynierii Jakości, Wydział Inżynierii Zarządzania, Politechnika Poznańska | ^{[ 2 ]} Katedra Zarządzania Produkcją i Logistyki, Wydział Inżynierii Zarządzania, Politechnika Poznańska | ^{[ P ]} pracownik

Rok publikacji

2015

Opublikowano w

IFAC-PapersOnLine

Rocznik: 2015 | Tom: vol. 48 | Numer: iss. 21

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe

EN

neural networks
system identification
optimum experiment design
fault detection
robustness
bounded disturbances

Strony (od-do)

434 - 439

DOI

10.1016/j.ifacol.2015.09.565

Zaprezentowany na

9th IFAC Symposium on Fault Detection, Supervision and Safety for Technical Processes SAFEPROCESS, 2-4.09.2015, Paris, France

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe

Zaloguj się przez eKonto, aby dodać do SIN