Login
Registrieren
Passwort zurücksetzen
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Blog
Kontakt
Suche
EUR
USD
GBP
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
International Journal of Applied Mathematics and Computer Science
Band 32 (2022): Heft 4 (December 2022)
Uneingeschränkter Zugang
A Data Driven Fault Isolation Method Based on Reference Faulty Situations with Application to a Nonlinear Chemical Process
E Ragot
E Ragot
,
Gilles Mourot
Gilles Mourot
und
Maya Kallas
Maya Kallas
| 30. Dez. 2022
International Journal of Applied Mathematics and Computer Science
Band 32 (2022): Heft 4 (December 2022)
Big Data and Artificial Intelligence for Cooperative Vehicle-Infrastructure Systems (Special section, pp. 523-599), Baozhen Yao, Shuaian (Hans) Wang and Sobhan (Sean) Asian (Eds.)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
Online veröffentlicht:
30. Dez. 2022
Seitenbereich:
635 - 655
Eingereicht:
19. Dez. 2021
Akzeptiert:
04. Aug. 2022
DOI:
https://doi.org/10.34768/amcs-2022-0044
Schlüsselwörter
fault detection
,
fault isolation
,
prediction
,
nonlinear systems
,
data modelling
,
kernel
© 2022 E Ragot et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
E Ragot
CRAN University of Lorraine/CNRS,
Nancy, France
Gilles Mourot
CRAN University of Lorraine/CNRS,
Nancy, France
Maya Kallas
CRAN University of Lorraine/CNRS,
Nancy, France