In-Process Monitoring of Hobbing Process Using an Acoustic Emission Sensor and Supervised Machine Learning
| Zugehörige Institution(en) am KIT | Institut für Produktionstechnik (WBK) |
| Publikationstyp | Zeitschriftenaufsatz |
| Publikationsmonat/-jahr | 03.2023 |
| Sprache | Englisch |
| Identifikator | ISSN: 1999-4893 KITopen-ID: 1000157465 |
| Erschienen in | Algorithms |
| Verlag | MDPI |
| Band | 16 |
| Heft | 4 |
| Seiten | Art.-Nr.: 183 |
| Bemerkung zur Veröffentlichung | This article belongs to the Special Issue Machine Learning and Deep Learning Applications for Anomaly and Fault Detection. |
| Vorab online veröffentlicht am | 28.03.2023 |
| Nachgewiesen in | Scopus Dimensions |