Anomaly Detection in Mixed Time-Series Using A Convolutional Sparse Representation With Application To Spacecraft Health Monitoring - Archive ouverte HAL
Communication Dans Un Congrès Année : 2020

Anomaly Detection in Mixed Time-Series Using A Convolutional Sparse Representation With Application To Spacecraft Health Monitoring

Barbara Pilastre
  • Fonction : Auteur
Gustavo Silva
  • Fonction : Auteur
Loic Boussouf
  • Fonction : Auteur
Stephane d'Escrivan
  • Fonction : Auteur
Paul Rodriguez
  • Fonction : Auteur
Jean-Yves Tourneret
Connectez-vous pour contacter l'auteur
Institut de recherche en informatique de Toulouse

Domaines

Informatique [cs]

Jean-Yves TOURNERET  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04753563

Soumis le : vendredi 25 octobre 2024-12:56:59

Dernière modification le : samedi 26 octobre 2024-03:21:36

Fichier non déposé

Dates et versions

hal-04753563 , version 1 (25-10-2024)

Identifiants

Citer

Barbara Pilastre, Gustavo Silva, Loic Boussouf, Stephane d'Escrivan, Paul Rodriguez, et al.. Anomaly Detection in Mixed Time-Series Using A Convolutional Sparse Representation With Application To Spacecraft Health Monitoring. ICASSP 2020 - 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), May 2020, Barcelona, France. pp.3242-3246, ⟨10.1109/icassp40776.2020.9053929⟩. ⟨hal-04753563⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-TLSE2 CNRS UT1-CAPITOLE IRIT TOULOUSE-INP UNIV-UT3 UT3-TOULOUSEINP
0 Consultations
0 Téléchargements

Altmetric

Partager

More