Articles de revues sur le sujet « Machine FZG »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs articles de revues pour votre recherche sur le sujet « Machine FZG ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Höhn, B. R., et H. Winter. « Laboratories at work : Institute for machine elements, Gear Research Centre (FZG) ». Tribotest 3, no 3 (mars 1997) : 325–40. http://dx.doi.org/10.1002/tt.3020030306.
Texte intégralHargreaves, D. J., et Anton Planitz. « Assessing the energy efficiency of gear oils via the FZG test machine ». Tribology International 42, no 6 (juin 2009) : 918–25. http://dx.doi.org/10.1016/j.triboint.2008.12.016.
Texte intégralWinter, H. « Integrating Universities and Industry—A German Approach ». Proceedings of the Institution of Mechanical Engineers, Part B : Management and engineering manufacture 202, no 1 (février 1988) : 9–17. http://dx.doi.org/10.1243/pime_proc_1988_202_041_02.
Texte intégralMassocchi, Davide, Marco Lattuada, Steven Chatterton et Paolo Pennacchi. « SRV Method : Lubricating Oil Screening Test for FZG ». Machines 10, no 8 (28 juillet 2022) : 621. http://dx.doi.org/10.3390/machines10080621.
Texte intégralAyel, J., Y. Kraus et J. P. Michel. « Séverisation de l'essai de capacité de charge des lubrifiants sur machine a engrenages FZG ». Revue de l'Institut Français du Pétrole 40, no 6 (novembre 1985) : 831–42. http://dx.doi.org/10.2516/ogst:1985049.
Texte intégralDurand de Gevigney, J., C. Changenet, F. Ville et P. Velex. « Thermal modelling of a back-to-back gearbox test machine : Application to the FZG test rig ». Proceedings of the Institution of Mechanical Engineers, Part J : Journal of Engineering Tribology 226, no 6 (16 janvier 2012) : 501–15. http://dx.doi.org/10.1177/1350650111433243.
Texte intégralTao, J., T. G. Hughes, H. P. Evans, R. W. Snidle, N. A. Hopkinson, M. Talks et J. M. Starbuck. « Elastohydrodynamic Lubrication Analysis of Gear Tooth Surfaces From Micropitting Tests ». Journal of Tribology 125, no 2 (19 mars 2003) : 267–74. http://dx.doi.org/10.1115/1.1510881.
Texte intégralHlebanja, Gorazd. « Gradual development of S-shaped gears ». MATEC Web of Conferences 366 (2022) : 01001. http://dx.doi.org/10.1051/matecconf/202236601001.
Texte intégralArri, Harwant Singh, Ramandeep Singh, Sudan Jha, Deepak Prashar, Gyanendra Prasad Joshi et Ill Chul Doo. « Optimized Task Group Aggregation-Based Overflow Handling on Fog Computing Environment Using Neural Computing ». Mathematics 9, no 19 (7 octobre 2021) : 2522. http://dx.doi.org/10.3390/math9192522.
Texte intégralAlalibo, Belema P., Bing Ji et Wenping Cao. « Short Circuit and Broken Rotor Faults Severity Discrimination in Induction Machines Using Non-invasive Optical Fiber Technology ». Energies 15, no 2 (14 janvier 2022) : 577. http://dx.doi.org/10.3390/en15020577.
Texte intégralLim, Jongbeom. « Scalable Fog Computing Orchestration for Reliable Cloud Task Scheduling ». Applied Sciences 11, no 22 (19 novembre 2021) : 10996. http://dx.doi.org/10.3390/app112210996.
Texte intégralZenkert, Johannes, Christian Weber, Mareike Dornhöfer, Hasan Abu-Rasheed et Madjid Fathi. « Knowledge Integration in Smart Factories ». Encyclopedia 1, no 3 (16 août 2021) : 792–811. http://dx.doi.org/10.3390/encyclopedia1030061.
Texte intégralXin, Si Jin, et Zhen Tong. « Vibration Fatigue Test Based on Fiber Bragg Grating Sensors and HHT ». Applied Mechanics and Materials 328 (juin 2013) : 193–97. http://dx.doi.org/10.4028/www.scientific.net/amm.328.193.
Texte intégralPramuhadi, Gatot, Zavira Mega Ayu, Muhammad Haikal Kusdian, Riza Fahri, Raesa Firdiansyah Pratama et Anik Rahayu. « Pengabut Semprot Bergerak untuk Pemberantasan Hama Kelapa Sawit ». Jurnal Ilmu Pertanian Indonesia 27, no 4 (21 septembre 2022) : 481–87. http://dx.doi.org/10.18343/jipi.27.4.487.
Texte intégralRouvinen, A., T. Lehtinen et P. Korkealaakso. « Container Gantry Crane Simulator for Operator Training ». Proceedings of the Institution of Mechanical Engineers, Part K : Journal of Multi-body Dynamics 219, no 4 (1 décembre 2005) : 325–36. http://dx.doi.org/10.1243/146441905x63322.
Texte intégralCao, Wenping, Belema P. Alalibo, Bing Ji, Xiangping Chen et Cungang Hu. « Optical FBG-T Based Fault Detection Technique for EV Induction Machines ». Journal of Physics : Conference Series 2195, no 1 (1 février 2022) : 012045. http://dx.doi.org/10.1088/1742-6596/2195/1/012045.
Texte intégralLipow, Gar W. « Shutting Down the Fog Machine ». Review of Radical Political Economics 47, no 2 (20 janvier 2015) : 231–42. http://dx.doi.org/10.1177/0486613414555106.
Texte intégralYasniy, Oleh, Iryna Didych et Yuri Lapusta. « PREDICTION OF FATIGUE CRACK GROWTH DIAGRAMS BY METHODS OF MACHINE LEARNING UNDER CONSTANT AMPLITUDE LOADING ». Acta Metallurgica Slovaca 26, no 1 (19 mars 2020) : 31–33. http://dx.doi.org/10.36547/ams.26.1.346.
Texte intégralJuraszek, Janusz. « Application of fiber optic FBG techniques in analysis of strain in engineering machines ». New Trends in Production Engineering 2, no 1 (1 octobre 2019) : 480–85. http://dx.doi.org/10.2478/ntpe-2019-0051.
Texte intégralTag, Paul M., et James E. Peak. « Machine Learning of Maritime Fog Forecast Rules ». Journal of Applied Meteorology 35, no 5 (mai 1996) : 714–24. http://dx.doi.org/10.1175/1520-0450(1996)035<0714:mlomff>2.0.co;2.
Texte intégralLiu, Zhaohui, Yongjiang He, Chao Wang et Runze Song. « Analysis of the Influence of Foggy Weather Environment on the Detection Effect of Machine Vision Obstacles ». Sensors 20, no 2 (8 janvier 2020) : 349. http://dx.doi.org/10.3390/s20020349.
Texte intégralBehroozi-Khazaei, Nasser, Jalal Khodaei et Ahmad Banakar. « Applied linear discriminant analysis and artificial neural network for sorting dried figs based on texture properties ». Acta Scientiarum Polonorum Technica Agraria 12, no 3-4 (31 décembre 2013) : 3–15. http://dx.doi.org/10.24326/aspta.2013.3-4.1.
Texte intégralAzarkasb, Seyed Omid, et Seyed Hossein Khasteh. « Advancing Intrusion Detection in Fog Computing : Unveiling the Power of Support Vector Machines for Robust Protection of Fog Nodes against XSS and SQL Injection Attacks ». Journal of Engineering Research and Reports 25, no 3 (5 juin 2023) : 59–84. http://dx.doi.org/10.9734/jerr/2023/v25i3892.
Texte intégralMoura, Leonel. « Notes on a New Kind of Art ». Matlit Revista do Programa de Doutoramento em Materialidades da Literatura 3, no 1 (28 octobre 2015) : 185–94. http://dx.doi.org/10.14195/2182-8830_3-1_11.
Texte intégralTomer, Vikas, et Sachin Sharma. « Detecting IoT Attacks Using an Ensemble Machine Learning Model ». Future Internet 14, no 4 (24 mars 2022) : 102. http://dx.doi.org/10.3390/fi14040102.
Texte intégralBemani, Ali, et Niclas Björsell. « Aggregation Strategy on Federated Machine Learning Algorithm for Collaborative Predictive Maintenance ». Sensors 22, no 16 (19 août 2022) : 6252. http://dx.doi.org/10.3390/s22166252.
Texte intégralPowell, Gareth L. « Utility Fog ». Engineer 302, no 7935 (avril 2022) : 32. http://dx.doi.org/10.12968/s0013-7758(22)90208-9.
Texte intégralZhuravleva, Larisa Anatolievna, et Van Thuan Nguyen. « Experimental and theoretical studies of the system “irrigation rate – soil –sprinkling machine” ». Agrarian Scientific Journal, no 10 (17 novembre 2021) : 103–7. http://dx.doi.org/10.28983/asj.y2021i10pp103-107.
Texte intégralVitz, Ed, et Kenneth S. Lyle. « Fog Machines, Vapors, and Phase Diagrams ». Journal of Chemical Education 85, no 10 (octobre 2008) : 1385. http://dx.doi.org/10.1021/ed085p1385.
Texte intégralJeong, Su Young, Wook Kim, Byung Hyun Byun, Chang-Bae Kong, Won Seok Song, Ilhan Lim, Sang Moo Lim et Sang-Keun Woo. « Prediction of Chemotherapy Response of Osteosarcoma Using Baseline 18F-FDG Textural Features Machine Learning Approaches with PCA ». Contrast Media & ; Molecular Imaging 2019 (24 juillet 2019) : 1–7. http://dx.doi.org/10.1155/2019/3515080.
Texte intégralH, Sabireen, et Neelanarayanan Venkataraman. « Proactive Fault Prediction of Fog Devices Using LSTM-CRP Conceptual Framework for IoT Applications ». Sensors 23, no 6 (8 mars 2023) : 2913. http://dx.doi.org/10.3390/s23062913.
Texte intégralSamuel, Urang Awajionyi, et Onuodu, Friday Eleonu. « Predictive Analysis of Mental Fog Using Machine Learning ». IJARCCE 9, no 1 (30 janvier 2020) : 191–96. http://dx.doi.org/10.17148/ijarcce.2020.9137.
Texte intégralSamann, Fady Esmat Fathel, Adnan Mohsin Abdulazeez et Shavan Askar. « Fog Computing Based on Machine Learning : A Review ». International Journal of Interactive Mobile Technologies (iJIM) 15, no 12 (18 juin 2021) : 21. http://dx.doi.org/10.3991/ijim.v15i12.21313.
Texte intégralShi, Xinghua, et Taekjip Ha. « Seeing a molecular machine self-renew : Fig. 1. » Proceedings of the National Academy of Sciences 108, no 9 (16 février 2011) : 3459–60. http://dx.doi.org/10.1073/pnas.1100150108.
Texte intégralZaharia, George-Eduard, Tiberiu-Alex-Irinel Şoşea, Radu-Ioan Ciobanu et Ciprian Dobre. « Machine learning-Based traffic offloading in fog networks ». Simulation Modelling Practice and Theory 101 (mai 2020) : 102045. http://dx.doi.org/10.1016/j.simpat.2019.102045.
Texte intégralZhou, Zude, Jianmin Hu, Quan Liu, Ping Lou, Junwei Yan et Wenfeng Li. « Fog Computing-Based Cyber-Physical Machine Tool System ». IEEE Access 6 (2018) : 44580–90. http://dx.doi.org/10.1109/access.2018.2863258.
Texte intégralAn, Xingshuo, Xianwei Zhou, Xing Lü, Fuhong Lin et Lei Yang. « Sample Selected Extreme Learning Machine Based Intrusion Detection in Fog Computing and MEC ». Wireless Communications and Mobile Computing 2018 (2018) : 1–10. http://dx.doi.org/10.1155/2018/7472095.
Texte intégralXiao, Zhen Gang, et Carlo Menon. « A Review of Force Myography Research and Development ». Sensors 19, no 20 (20 octobre 2019) : 4557. http://dx.doi.org/10.3390/s19204557.
Texte intégralZaoui, Chaimae, Faouzia Benabbou et Abdelaziz Ettaoufik. « Edge-Fog-Cloud Data Analysis for eHealth-IoT ». International Journal of Online and Biomedical Engineering (iJOE) 19, no 07 (13 juin 2023) : 184–99. http://dx.doi.org/10.3991/ijoe.v19i07.38903.
Texte intégralBorzì, Luigi, Ivan Mazzetta, Alessandro Zampogna, Antonio Suppa, Gabriella Olmo et Fernanda Irrera. « Prediction of Freezing of Gait in Parkinson’s Disease Using Wearables and Machine Learning ». Sensors 21, no 2 (17 janvier 2021) : 614. http://dx.doi.org/10.3390/s21020614.
Texte intégralBhatt, Chintan, et C. K. Bhensdadia. « Fog Computing ». International Journal of Grid and High Performance Computing 9, no 4 (octobre 2017) : 105–13. http://dx.doi.org/10.4018/ijghpc.2017100107.
Texte intégralGuan, Wei, Haolin Chen, Xuewei Li, Haijian Li et Xin You. « Study on the Influence of Connected Vehicle Fog Warning Systems on Driving Behavior and Safety ». Journal of Advanced Transportation 2022 (30 avril 2022) : 1–11. http://dx.doi.org/10.1155/2022/8436388.
Texte intégralAhanger, Tariq Ahamed, Usman Tariq, Atef Ibrahim, Imdad Ullah, Yassine Bouteraa et Fayez Gebali. « Securing IoT-Empowered Fog Computing Systems : Machine Learning Perspective ». Mathematics 10, no 8 (14 avril 2022) : 1298. http://dx.doi.org/10.3390/math10081298.
Texte intégralBartok, Juraj, Peter Šišan, Lukáš Ivica, Ivana Bartoková, Irina Malkin Ondík et Ladislav Gaál. « Machine Learning-Based Fog Nowcasting for Aviation with the Aid of Camera Observations ». Atmosphere 13, no 10 (14 octobre 2022) : 1684. http://dx.doi.org/10.3390/atmos13101684.
Texte intégralYu, Dongmin, Zimeng Ma et Rijun Wang. « Efficient Smart Grid Load Balancing via Fog and Cloud Computing ». Mathematical Problems in Engineering 2022 (17 mai 2022) : 1–11. http://dx.doi.org/10.1155/2022/3151249.
Texte intégralReches, Tal, Moria Dagan, Talia Herman, Eran Gazit, Natalia A. Gouskova, Nir Giladi, Brad Manor et Jeffrey M. Hausdorff. « Using Wearable Sensors and Machine Learning to Automatically Detect Freezing of Gait during a FOG-Provoking Test ». Sensors 20, no 16 (10 août 2020) : 4474. http://dx.doi.org/10.3390/s20164474.
Texte intégralJansi Rani, S., Dr Selvakani et K. Vasumathi. « Improvement and Survey of Fog Computing Using Encryption ». YMER Digital 21, no 05 (28 mai 2022) : 1254–64. http://dx.doi.org/10.37896/ymer21.05/d9.
Texte intégralAkinin, K. P., et V. G. Kireyev. « TWO- DEGREE-OF-FREEDOM ELECTRIC MACHINE AND ITS OPERATION MODES ». Praci Institutu elektrodinamiki Nacionalanoi akademii nauk Ukraini 2023, no 65 (28 août 2023) : 145–54. http://dx.doi.org/10.15407/publishing2023.65.145.
Texte intégralFitriyani, Norma Latif, Muhammad Syafrudin, Siti Maghfirotul Ulyah, Ganjar Alfian, Syifa Latif Qolbiyani et Muhammad Anshari. « A Comprehensive Analysis of Chinese, Japanese, Korean, US-PIMA Indian, and Trinidadian Screening Scores for Diabetes Risk Assessment and Prediction ». Mathematics 10, no 21 (30 octobre 2022) : 4027. http://dx.doi.org/10.3390/math10214027.
Texte intégralShang, Qiufeng, et Wenjie Qin. « Fiber Bragg Grating Dynamic Calibration Based on Online Sequential Extreme Learning Machine ». Sensors 20, no 7 (26 mars 2020) : 1840. http://dx.doi.org/10.3390/s20071840.
Texte intégral