Local Anomaly Detection in Rocket Fuel Combustion Data

Rüttgers, Alexander und Petrarolo, Anna und Steffens, Lars (2020) Local Anomaly Detection in Rocket Fuel Combustion Data. WAW Machine Learning 6, 27.-29.10.2020, Jena, Deutschland.

PDF
2MB

elib-URL des Eintrags:

https://elib.dlr.de/137884/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

Local Anomaly Detection in Rocket Fuel Combustion Data

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Rüttgers, Alexander	Alexander.Ruettgers (at) dlr.de	https://orcid.org/0000-0001-6347-9272	NICHT SPEZIFIZIERT
Petrarolo, Anna	Anna.Petrarolo (at) dlr.de	https://orcid.org/0000-0002-2291-2874	NICHT SPEZIFIZIERT
Steffens, Lars	Lars.Steffens (at) dlr.de	https://orcid.org/0000-0002-2561-0687	NICHT SPEZIFIZIERT

Datum:

2020

Referierte Publikation:

Nein

Open Access:

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

anomaly detection, rocket combustion data, local outlier factor

Veranstaltungstitel:

WAW Machine Learning 6

Veranstaltungsort:

Jena, Deutschland

Veranstaltungsart:

Workshop

Veranstaltungsdatum:

27.-29.10.2020

Veranstalter :

Institut für Datenwissenschaften

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Technik für Raumfahrtsysteme

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R SY - Technik für Raumfahrtsysteme

DLR - Teilgebiet (Projekt, Vorhaben):

R - Vorhaben SISTEC (alt)

Standort:

Köln-Porz

Institute & Einrichtungen:

Institut für Simulations- und Softwaretechnik
Institut für Simulations- und Softwaretechnik > High Performance Computing

Hinterlegt von:

Rüttgers, Dr. Alexander

Hinterlegt am:

23 Nov 2020 09:30

Letzte Änderung:

12 Jan 2021 17:29

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags