A Hybrid Machine-Learning Ensemble for Anomaly Detection in Real-Time Industry 4.0 Systems

  1. Velasquez, D.
  2. Perez, E.
  3. Oregui, X.
  4. Artetxe, A.
  5. Manteca, J.
  6. Mansilla, J.E.
  7. Toro, M.
  8. Maiza, M.
  9. Sierra, B.
Revista:
IEEE Access

ISSN: 2169-3536

Año de publicación: 2022

Volumen: 10

Páginas: 72024-72036

Tipo: Artículo

DOI: 10.1109/ACCESS.2022.3188102 GOOGLE SCHOLAR lock_openAcceso abierto editor

Objetivos de desarrollo sostenible

Fuente de los datos: Scopus