Aller au contenu principal
Accès ouvert déclaré 2026 dataset

Experimental Dataset for Machine Learning-Based Fault Diagnosis of Electric Motors

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : tw. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This dataset contains labeled electric motor signal data under four operating conditions: Normal, Bearing Fault, Imbalance, and Combination (Bearing Fault and Imbalance). The repository includes all data required to reproduce the analyses and results reported in the associated article.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

La source scientifique ouverte est momentanément indisponible.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.