Wykaz publikacji wybranego autora

Michał Kuk, mgr inż.

doktorant

Wydział Wiertnictwa, Nafty i Gazu
WWNiG-kig, Katedra Inżynierii Gazowniczej

Identyfikatory Autora

ORCID: 0000-0002-6270-3938 orcid iD

ResearcherID: brak

Scopus: 57218769050

1

  • Hybrid and co-learning approach for anomalies prediction and explanation of wind turbine systems / Lala Rajaoarisoa, Michał KUK, Szymon Bobek, Moamar Sayed-Mouchaweh // Engineering Applications of Artificial Intelligence ; ISSN 0952-1976. — 2024 vol. 133 pt. A art. no. 108046, s. 1–13. — Bibliogr. s. 12–13, Abstr.. — Publikacja dostępna online od: 2024-02-12. — tekst: https://s.agh.edu.pl/493zN

    orcid iD

  • keywords: rule based, wind turbines, network models, anomalies explanation, anomalies prediction, discrete event systems, autoencoder model, hybrid diagnoser, co-learning

    cyfrowy identyfikator dokumentu: 10.1016/j.engappai.2024.108046