Generation of synthetic data with low-dimensional features for condition monitoring utilizing Generative Adversarial Networks-Reference-Cited by-同舟云学术

Generation of synthetic data with low-dimensional features for condition monitoring utilizing Generative Adversarial Networks

Published:2022 Issue: Volume:207 Page:634-643
ISSN:1877-0509
Container-title:Procedia Computer Science
language:en
Short-container-title:Procedia Computer Science

Author:

Fabian Wagner,Timo König,Moritz Benninger,Markus Kley,Marcus Liebschner

Funder

Bundesministerium für Wirtschaft und Energie

Publisher

Elsevier BV

Subject

General Engineering

Reference19 articles.

1. Wälzlagerpraxis: Handbuch zur Gestaltung und Berechnung von Wälzlagerungen,2019

2. Condition Monitoring Praxis: Handbuch zur Schwingungs-Zustandsüberwachung von Maschinen und Anlagen,2019

3. Transferable and self-learning Online Monitoring System for electrical household appliances;Benninger;Procedia Computer Science,2020

4. Methode zur Erkennung des Einflusses von äußeren Schwingungsanregungen bei der Wälzlagerzustandsüberwachung. 2. VDI-Fachtagung Schwingungen 2019;Bauer;VDI-Berichte,2019

5. Optimierung der Sensorpositionierung bei schwingungsbasierter Wälzlagerzustandsüberwachung unter Einbezug von Systemeigenmoden;Bauer;tm - Technisches Messen,2021

Cited by 3 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. Generative Adversarial Networks for Synthetic Data Generation in Finance: Evaluating Statistical Similarities and Quality Assessment;AI;2024-05-13

2. Enhanced damage classification accuracy on a transmission by extending existing datasets with generative adversarial networks;Forschung im Ingenieurwesen;2023-06

3. Synthetic data generation of vibration signals at different speed and load conditions of transmissions utilizing generative adversarial networks;tm - Technisches Messen;2023-05-17