LightGBM-based fault diagnosis of rotating machinery under changing working conditions using modified recursive feature elimination
autor
Saberi, Alireza Nemat
Belahcen, Anouar
Sobra, Jan
Vaimann, Toomas
vastutusandmed
Alireza Nemat Saberi, Anouar Belahcen, Jan Sobra, Toomas Vaimann
allikas
IEEE Access
kirjastus/väljaandja
IEEE
ajakirja aastakäik number kuu
vol. 10
ilmumisaasta
2022
leheküljed
p. 81910-81925
leitav
https://doi.org/10.1109/ACCESS.2022.3195939
märksõna
elektriajamid
masinad
töökindlus
tehisõpe
võtmesõna
electrical machines
bearings
fault diagnosis
feature importance
gradient boosting
hyperparameter optimization
LightGBM
machine learning
ISSN
2169-3536
märkused
Bibliogr.: 54 ref
Open Access
Open Access
teaduspublikatsioon
teaduspublikatsioon
klassifikaator
1.1
Scopus
https://www.scopus.com/sourceid/21100374601
https://www.scopus.com/record/display.uri?eid=2-s2.0-85135766938&origin=inward&txGid=fed0788439ab5a284a6401d720620528
WOS
https://jcr.clarivate.com/jcr-jp/journal-profile?journal=IEEE%20ACCESS&year=2022
https://www.webofscience.com/wos/woscc/full-record/WOS:000838674400001
kategooria (üld)
Engineering
Computer science
Materials science
Tehnika
Arvutiteadus
Materjaliteadus
kategooria (alam)
Engineering. General engineering
Computer science. General computer science
Materials science. General materials science
Tehnika. Üldine inseneriteadus
Arvutiteadus. Üldine arvutiteadus
Materjaliteadus. Üldine materjaliteadus
kvartiil
Q1
TTÜ struktuuriüksus
elektroenergeetika ja mehhatroonika instituut
keel
inglise
Uurimisrühm
Elektrimasinate uurimisrühm