| dc.contributor.author | Žvirblis, Tadas | |
| dc.date.accessioned | 2023-09-18T08:47:26Z | |
| dc.date.available | 2023-09-18T08:47:26Z | |
| dc.date.issued | 2022 | |
| dc.identifier.other | (crossref_id)137172426 | |
| dc.identifier.uri | https://etalpykla.vilniustech.lt/handle/123456789/107222 | |
| dc.description.abstract | Disertacijoje aprašomi prognostinių ir mašininio mokymosi modelių taikymas mechatroninių sistemų parametrams prognozuoti ir gedimams klasifikuoti | lit |
| dc.description.abstract | Disertation presents the application of predictive and machine learning models for mechatronic systems parameters prediction and fault classification | eng |
| dc.format | PDF | |
| dc.format.extent | 134 p. | |
| dc.format.medium | tekstas / txt | |
| dc.language.iso | lit | |
| dc.rights | Laisvai prieinamas internete | |
| dc.source.uri | https://talpykla.elaba.lt/elaba-fedora/objects/elaba:133679547/datastreams/MAIN/content | |
| dc.source.uri | 10.1109/AIEEE51419.2021.9435792 | |
| dc.source.uri | 10.3390/en14217037 | |
| dc.source.uri | 10.3390/sym13071234 | |
| dc.subject | 00 - Klasifikacija netaikoma / Classification does not apply | |
| dc.title | Prognostinių ir mašininio mokymosi modelių taikymas mechatroninių sistemų parametrams prognozuoti ir gedimams klasifikuoti | |
| dc.title.alternative | Application of predictive and machine learning models for mechatronic systems parameters prediction and fault classification | |
| dc.type | Daktaro disertacija / Doctoral dissertation | |
| dcterms.references | 0 | |
| dc.type.pubtype | ETD_DR - Daktaro disertacija / Doctoral dissertation | |
| dc.contributor.institution | Vilniaus Gedimino technikos universitetas | |
| dc.contributor.faculty | Mechanikos fakultetas / Faculty of Mechanics | |
| dc.subject.researchfield | T 009 - Mechanikos inžinerija / Mechanical enginering | |
| dc.subject.vgtuprioritizedfields | IK0303 - Dirbtinio intelekto ir sprendimų priėmimo sistemos / Artificial intelligence and decision support systems | |
| dc.subject.ltspecializations | L104 - Nauji gamybos procesai, medžiagos ir technologijos / New production processes, materials and technologies | |
| dc.subject.lt | dirbtinis intelektas | |
| dc.subject.lt | mašininis mokymas | |
| dc.subject.lt | prognostiniai modeliai | |
| dc.subject.lt | dirbtinių neuronų tinklai | |
| dc.subject.lt | gilusis mokymas | |
| dc.subject.en | artificial inteligence | |
| dc.subject.en | machine learning | |
| dc.subject.en | prognostic models | |
| dc.subject.en | artificial neural networks | |
| dc.subject.en | deep learning | |
| dc.publisher.city | Vilnius | |
| dc.identifier.doi | 137172426 | |
| dc.identifier.elaba | 133679547 | |
