Autonomous residual monitoring of metallurgical digital twins
Hyväksytty
Luokittelutiedot
OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti
Julkaisukanavan tiedot
Lehden/sarjan nimi
Minerals engineering
ISSN-P (painettu)
0892-6875
ISSN-E (elektroninen)
1872-9444
ISSN-L (linking)
0892-6875
Kustantaja
Elsevier
Julkaisun JUFO ID
63398
Julkaisun JUFO-taso
3
Julkaisumaa
Yhdistynyt kuningaskunta
Kansainvälisyys
Kyllä
Julkaisun tarkemmat tiedot
Julkaisuvuosi
2025
Ilmoitusvuosi
2025
Lehden/sarjan volyymi
220
Artikkelinumero
109107
DOI
10.1016/j.mineng.2024.109107
Julkaisukieli
englanti
Yhteisjulkaisutiedot
Kansainvälinen yhteisjulkaisu
Ei
Yhteisjulkaisu yrityksen kanssa
Kyllä
Saatavuustiedot
Verkkojulkaisun linkki
Linkki rinnakkaistallenteeseen
Luokitukset ja lisätiedot
OKM-tieteenalaluokitus
213 Sähkö-, automaatio- ja tietoliikennetekniikka, elektroniikka
Avainsanat
Autonomous; Feature extraction; Digital twin; Monitoring; Multivariate residuals
Rahoittajatiedot
Rahoitustiedot julkaisussa
This research work was supported by funding from Metso Oyj during the AI Opti 5, AI Opti 6 and AI Opti 7 projects.
Tutkimusaineistotiedot
Tutkimusaineistotiedot julkaisussa
The industrial data set is confidential. Other data can be made available on request.
Lähdetietokantojen tunnukset
WoS -tunniste
WOS:001360577700001
Scopus -tunniste
2-s2.0-85209242569