A quality-relevant deep rule-based system with complementary lifelong learning for adaptive quality prediction in industrial semi-supervised process data streams
3Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A quality-relevant deep rule-based system with complementary lifelong learning for adaptive quality prediction in industrial semi-supervised process data streams
- Date Crossref
- 01/08/2025
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Kunming University of Science and Technology The Higher Educational Key Laboratory for Industrial Intelligence and Systems of Yunnan Province pays non établi dans la noticeUniversité ou école supérieure
-
Kunming University pays non établi dans la noticeUniversité ou école supérieure
-
Kunming Institute of Precious Metals pays non établi dans la noticeInstitution
-
Faculty of Information Engineering and Automation pays non établi dans la noticeUniversité ou école supérieure
-
LTD Sino-Platinum Metals Co. pays non établi dans la noticeEntreprise
The Higher Educational Key Laboratory for Industrial Intelligence and Systems of Yunnan Province — Kunming University of Science and Technology, Kunming University et Kunming Institute of Precious Metals, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Fault Detection and Control SystemsData Stream Mining TechniquesNeural Networks and Applications