1. Repositório PUCRS
  2. PUBLICAÇÕES CIENTÍFICAS
  3. Artigo de Periódico
Utilize este identificador para citar ou criar um atalho para este documento: https://hdl.handle.net/10923/20617
Registro Completo de Metadados
Campo DCValorIdioma
dc.contributor.authorDE SOUZA, PAULO SILAS SEVERO-
dc.contributor.authorRUBIN, FELIPE PFEIFER-
dc.contributor.authorHOHEMBERGER, RUMENIGUE-
dc.contributor.authorTiago Coelho Ferreto-
dc.contributor.authorLORENZON, ARTHUR FRANCISCO-
dc.contributor.authorLUIZELLI, MARCELO CAGGIANI-
dc.contributor.authorROSSI, FÁBIO DINIZ-
dc.date.accessioned2021-12-21T14:19:28Z-
dc.date.available2021-12-21T14:19:28Z-
dc.date.issued2020-
dc.identifier.issn0263-2241-
dc.identifier.urihttps://hdl.handle.net/10923/20617-
dc.language.isoen-
dc.relation.ispartofMEASUREMENT-
dc.rightsopenAccess-
dc.titleDetecting abnormal sensors via machine learning: An IoT farming WSN-based architecture case study-
dc.typeArticle-
dc.date.updated2021-12-21T14:19:27Z-
dc.identifier.doiDOI:10.1016/j.measurement.2020.108042-
dc.jtitleMEASUREMENT-
dc.volume164-
dc.spage108042-
Aparece nas Coleções:Artigo de Periódico

Arquivos neste item:
Arquivo Descrição TamanhoFormato 
Detecting_abnormal_sensors_via_machine_learning_An_IoT_farming_WSNbased_architecture_case_study.pdf738,12 kBAdobe PDFAbrir
Exibir
Ver em formato simples Ver estatísticas Busque outras versões desse texto via SFX


Todos os itens no Repositório da PUCRS estão protegidos por copyright, com todos os direitos reservados, e estão licenciados com uma Licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional. Saiba mais.