Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Knowledge-Augmented Anomaly Detection in Small Lot Production for Semantic Temporal Process Data

Publikation

Knowledge-Augmented Anomaly Detection in Small Lot Production for Semantic Temporal Process Data

Lin, Jianjie; Rickert, Markus; Wen, Long; u. a. (2023): Knowledge-Augmented Anomaly Detection in Small Lot Production for Semantic Temporal Process Data, in: 2023 IEEE 28th International Conference on Emerging Technologies and Factory Automation (ETFA), New York: IEEE, S. 1–8, doi: 10.1109/ETFA54631.2023.10275461.

Details

Autorin(nen)/Autor(en)
Lin, Jianjie
Wen, Long
Pan, Fengjunjie
Knoll, Alois
Titel des Sammelwerks
2023 IEEE 28th International Conference on Emerging Technologies and Factory Automation (ETFA)
Konferenz
2023 IEEE 28th International Conference on Emerging Technologies and Factory Automation (ETFA), Sinaia, Romania
Verlagsangabe
IEEE : New York
Erscheinungsjahr
2023
ISBN
979-8-3503-3991-8
979-8-3503-3992-5
978-8-3503-3990-1
Sprache(n)
Englisch
DOI
Peer Reviewed
ja
Internationale Verbreitung
ja
Dokumenttyp
Konferenzveröffentlichung
URI
Datum der Freischaltung
02.11.2023

Permalink: https://fis.uni-bamberg.de/handle/uniba/91510 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 15.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.