Unsupervised Process Monitoring and Fault Diagnosis with Machine Learning Methods / (Registro nro. 286565)
[ vista simple ]
| 000 -CABECERA | |
|---|---|
| campo de control de longitud fija | 03653nam a22003855i 4500 |
| 001 - NÚMERO DE CONTROL | |
| campo de control | 286565 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL | |
| campo de control | MX-SnUAN |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN | |
| campo de control | 20170705134213.0 |
| 007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | cr nn 008mamaa |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | 150903s2013 xxk| o |||| 0|eng d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO | |
| Número Internacional Estándar del Libro | 9781447151852 |
| -- | 9781447151852 |
| 024 7# - IDENTIFICADOR DE OTROS ESTÁNDARES | |
| Número estándar o código | 10.1007/9781447151852 |
| Fuente del número o código | doi |
| 035 ## - NÚMERO DE CONTROL DEL SISTEMA | |
| Número de control de sistema | vtls000340034 |
| 039 #9 - NIVEL DE CONTROL BIBLIOGRÁFICO Y DETALLES DE CODIFICACIÓN [OBSOLETO] | |
| Nivel de reglas en descripción bibliográfica | 201509030842 |
| Nivel de esfuerzo utilizado para asignar no-encabezamientos de materia en puntos de acceso | VLOAD |
| Nivel de esfuerzo utilizado en la asignación de encabezamientos de materia | 201404300409 |
| Nivel de esfuerzo utilizado para asignar clasificación | VLOAD |
| -- | 201402061015 |
| -- | staff |
| 040 ## - FUENTE DE LA CATALOGACIÓN | |
| Centro catalogador/agencia de origen | MX-SnUAN |
| Lengua de catalogación | spa |
| Centro/agencia transcriptor | MX-SnUAN |
| Normas de descripción | rda |
| 050 #4 - CLASIFICACIÓN DE LA BIBLIOTECA DEL CONGRESO | |
| Número de clasificación | Q334-342 |
| 100 1# - ENTRADA PRINCIPAL--NOMBRE DE PERSONA | |
| Nombre de persona | Aldrich, Chris. |
| Término indicativo de función/relación | autor |
| 9 (RLIN) | 315260 |
| 245 10 - MENCIÓN DE TÍTULO | |
| Título | Unsupervised Process Monitoring and Fault Diagnosis with Machine Learning Methods / |
| Mención de responsabilidad, etc. | by Chris Aldrich, Lidia Auret. |
| 264 #1 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT | |
| Producción, publicación, distribución, fabricación y copyright | London : |
| Nombre del de productor, editor, distribuidor, fabricante | Springer London : |
| -- | Imprint: Springer, |
| Fecha de producción, publicación, distribución, fabricación o copyright | 2013. |
| 300 ## - DESCRIPCIÓN FÍSICA | |
| Extensión | xIx, 374 páginas 208 ilustraciones, 151 ilustraciones en color. |
| Otras características físicas | recurso en línea. |
| 336 ## - TIPO DE CONTENIDO | |
| Término de tipo de contenido | texto |
| Código de tipo de contenido | txt |
| Fuente | rdacontent |
| 337 ## - TIPO DE MEDIO | |
| Nombre/término del tipo de medio | computadora |
| Código del tipo de medio | c |
| Fuente | rdamedia |
| 338 ## - TIPO DE SOPORTE | |
| Nombre/término del tipo de soporte | recurso en línea |
| Código del tipo de soporte | cr |
| Fuente | rdacarrier |
| 347 ## - CARACTERÍSTICAS DEL ARCHIVO DIGITAL | |
| Tipo de archivo | archivo de texto |
| Formato de codificación | |
| Fuente | rda |
| 490 0# - MENCIÓN DE SERIE | |
| Mención de serie | Advances in Computer Vision and Pattern Recognition, |
| Número Internacional Normalizado para Publicaciones Seriadas | 2191-6586 |
| 500 ## - NOTA GENERAL | |
| Nota general | Springer eBooks |
| 505 0# - NOTA DE CONTENIDO CON FORMATO | |
| Nota de contenido con formato | Introduction -- Overview of Process Fault Diagnosis -- Artificial Neural Networks -- Statistical Learning Theory and Kernel-Based Methods -- Tree-Based Methods -- Fault Diagnosis in Steady State Process Systems -- Dynamic Process Monitoring -- Process Monitoring Using Multiscale Methods. |
| 520 ## - SUMARIO, ETC. | |
| Sumario, etc. | Algorithms for intelligent fault diagnosis of automated operations offer significant benefits to the manufacturing and process industries. Furthermore, machine learning methods enable such monitoring systems to handle nonlinearities and large volumes of data. This unique text/reference describes in detail the latest advances in Unsupervised Process Monitoring and Fault Diagnosis with Machine Learning Methods. Abundant case studies throughout the text demonstrate the efficacy of each method in real-world settings. The broad coverage examines such cutting-edge topics as the use of information theory to enhance unsupervised learning in tree-based methods, the extension of kernel methods to multiple kernel learning for feature extraction from data, and the incremental training of multilayer perceptrons to construct deep architectures for enhanced data projections. Topics and features: Reviews the application of machine learning to process monitoring and fault diagnosis Discusses machine learning frameworks based on artificial neural networks, statistical learning theory and kernel-based methods, and tree-based methods Examines the application of machine learning to steady state and dynamic operations, with a focus on unsupervised learning Describes the use of spectral methods in process fault diagnosis This highly practical and clearly-structured work is an invaluable resource for all researchers and practitioners involved in process control, multivariate statistics and machine learning. Dr. Chris Aldrich is a Professor in the Department of Metallurgical and Minerals Engineering at Curtin University, Perth, Australia. Dr. Lidia Auret is a Lecturer in the Department of Process Engineering at Stellenbosch University, South Africa. |
| 590 ## - NOTA LOCAL (RLIN) | |
| Nota local | Para consulta fuera de la UANL se requiere clave de acceso remoto. |
| 700 1# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA | |
| Nombre de persona | Auret, Lidia. |
| Término indicativo de función/relación | autor |
| 9 (RLIN) | 315261 |
| 710 2# - PUNTO DE ACCESO ADICIONAL--NOMBRE DE ENTIDAD CORPORATIVA | |
| Nombre de entidad corporativa o nombre de jurisdicción como elemento de entrada | SpringerLink (Servicio en línea) |
| 9 (RLIN) | 299170 |
| 776 08 - ENTRADA/ENLACE A UN FORMATO FÍSICO ADICIONAL | |
| Información de relación/Frase instructiva de referencia | Edición impresa: |
| Número Internacional Estándar del Libro | 9781447151845 |
| 856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS | |
| Identificador Uniforme del Recurso | <a href="http://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-1-4471-5185-2">http://remoto.dgb.uanl.mx/login?url=http://dx.doi.org/10.1007/978-1-4471-5185-2</a> |
| Nota pública | Conectar a Springer E-Books (Para consulta externa se requiere previa autentificación en Biblioteca Digital UANL) |
| 942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) | |
| Tipo de ítem Koha | Recurso en línea |
No hay ítems disponibles.