KIT | KIT-Bibliothek | Impressum | Datenschutz

Enhancing anomaly detection methods for energy time series using latent space data representations

Turowski, Marian ORCID iD icon 1; Heidrich, Benedikt 1; Phipps, Kaleb ORCID iD icon 1,2; Schmieder, Kai; Neumann, Oliver 1; Mikut, Ralf ORCID iD icon 1; Hagenmeyer, Veit 1
1 Institut für Automation und angewandte Informatik (IAI), Karlsruher Institut für Technologie (KIT)
2 Institut für Programmstrukturen und Datenorganisation (IPD), Karlsruher Institut für Technologie (KIT)


Verlagsausgabe §
DOI: 10.5445/IR/1000148275
Veröffentlicht am 05.07.2022
Originalveröffentlichung
DOI: 10.1145/3538637.3538851
Scopus
Zitationen: 1
Dimensions
Zitationen: 2
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Automation und angewandte Informatik (IAI)
Institut für Programmstrukturen und Datenorganisation (IPD)
Publikationstyp Proceedingsbeitrag
Publikationsdatum 28.06.2022
Sprache Englisch
Identifikator ISBN: 978-1-4503-9397-3
KITopen-ID: 1000148275
HGF-Programm 37.12.02 (POF IV, LK 01) Design,Operation & Digitalization of the Future Energy Grids
Erschienen in e-Energy '22: The Thirteenth ACM International Conference on Future Energy Systems, Virtual Event, 28 June 2022- 1 July 2022. Ed.: S. Lehnhoff
Veranstaltung 13th ACM International Conference on Future Energy Systems (e-Energy 2022), Online, 28.06.2022 – 01.07.2022
Verlag Association for Computing Machinery (ACM)
Seiten 208–227
Nachgewiesen in Dimensions
Scopus
Relationen in KITopen
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page