KIT | KIT-Bibliothek | Impressum | Datenschutz

Merkmalsbasierte luftakustische Diagnose von Druckluftleckage mithilfe maschineller Lernverfahren

Diaz Ocampo, D. ORCID iD icon 1; Lyashenko, M.; von Dosky, S.; Heizmann, M.
1 Institut für Industrielle Informationstechnik (IIIT), Karlsruher Institut für Technologie (KIT)


Download
Originalveröffentlichung
DOI: 10.5162/sensoren2024/A1.1
Zugehörige Institution(en) am KIT Institut für Industrielle Informationstechnik (IIIT)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2024
Sprache Deutsch
Identifikator ISBN: 978-3-910600-01-0
KITopen-ID: 1000173573
Erschienen in 22. GMA/ITG-Fachtagung Sensoren und Messsysteme 2024. Vorträge A1. Maschinelles Lernen
Veranstaltung 22. GMA/ITG-Fachtagung Sensoren und Messsysteme (2024), Nürnberg, Deutschland, 11.06.2024 – 12.06.2024
Verlag AMA Service GmbH
Seiten 18–25
Externe Relationen Abstract/Volltext
Nachgewiesen in Dimensions
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page