Titel
Accueil
Navigation principale
Contenu
Recherche
Aide
Fonte
Standard
Gras
Identifiant
Interrompre la session?
Une session sous le nom de
InternetUser
est en cours.
Souhaitez-vous vraiment vous déconnecter?
Interrompre la session?
Une session sous le nom de
InternetUser
est en cours.
Souhaitez-vous vraiment vous déconnecter?
Accueil
Plus de données
Partenaires
Aide
Mentions légales
D
F
E
La recherche est en cours.
Interrompre la recherche
Recherche de projets
Projet actuel
Projets récents
Graphiques
Identifiant
Titel
Titel
Unité de recherche
INNOSUISSE
Numéro de projet
103.163.1 IP-ICT
Titre du projet
Enhanced Anomaly Detection within Internal Combustion Engines
Titre du projet anglais
Enhanced Anomaly Detection within Internal Combustion Engines
Données de base
Textes
Participants
Titel
Textes relatifs à ce projet
Allemand
Français
Italien
Anglais
Description succincte
-
-
Résumé des résultats (Abstract)
-
-
Textes saisis
Catégorie
Texte
Description succincte
(Allemand)
Enhanced Anomaly Detection within Internal Combustion Engines
Description succincte
(Anglais)
Enhanced Anomaly Detection within Internal Combustion Engines
Résumé des résultats (Abstract)
(Allemand)
The goal is to develop deep learning models to allow detection of anomalies within internal combustion engines prior to component failure. A smart approach to transfer models to work on different applications is considered key to enable digital services monitoring the component state of health .
Résumé des résultats (Abstract)
(Anglais)
The goal is to develop deep learning models to allow detection of anomalies within internal combustion engines prior to component failure. A smart approach to transfer models to work on different applications is considered key to enable digital services monitoring the component state of health .
SEFRI
- Einsteinstrasse 2 - 3003 Berne -
Mentions légales