Mostrar el registro sencillo del ítem

Recurrent variational autoencoder approach for remaining useful life estimation

dc.contributor.authorCosta Cortéz, Nahuel Alejandro 
dc.contributor.authorSánchez Ramos, Luciano 
dc.date.accessioned2023-02-20T08:34:50Z
dc.date.available2023-02-20T08:34:50Z
dc.date.issued2023
dc.identifier.citationLogic Journal of the IGPL, 32(4), p. 605–623 (2024); doi:10.1093/jigpal/jzae023
dc.identifier.issn1367-0751
dc.identifier.issn1368-9894
dc.identifier.urihttp://hdl.handle.net/10651/66391
dc.descriptionVersión ampliada de la ponencia del mismo título presentada a la conferencia internacional HAIS 2021.
dc.description.sponsorshipPartially supported by the Ministry of Economy, Industry and Competitiveness (“Ministerio de Economía, Industria y Competitividad”) of Spain/FEDER under grants TIN2017-84804-R and PID2020-112726-RB.
dc.format.extentp. 605–623
dc.language.isoengspa
dc.relation.ispartofLogic Journal of the IGPL (en prensa)spa
dc.rights© Oxford University Press
dc.titleRecurrent variational autoencoder approach for remaining useful life estimationspa
dc.typejournal articlespa
dc.identifier.doi10.1093/jigpal/jzae023
dc.relation.projectIDinfo:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2013-2016/TIN2017-84804-R/ES/INTELIGENCIA COMPUTACIONAL EN SITUACIONES DE ALTA INCERTIDUMBRE. APLICACIONES A TECNOLOGIAS ECOEFICIENTES/ 
dc.relation.projectIDinfo:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2020-112726RB-I00/ES/INTELIGENCIA COMPUTACIONAL PARA LA MITIGACION DE EMISIONES: NUEVAS METODOLOGIAS DE APRENDIZAJE CON DATOS INCOMPLETOS/ 
dc.relation.publisherversionhttp://dx.doi.org/10.1093/jigpal/jzae023
dc.rights.accessRightsembargoed accessspa
dc.type.hasVersionAM


Ficheros en el ítem

untranslated

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem