An autonomous Real-Time Decision Tree framework for monitoring and diagnostics on wind turbines

Informacje na temat projektu

WINDMIL RT-DT

Identyfikator umowy o grant: 825833

DOI 10.3030/825833

Projekt został zamknięty

Data podpisania przez KE 9 Sierpnia 2018

Data rozpoczęcia 1 Listopada 2018

Data zakończenia 31 Lipca 2020

Finansowanie w ramach

• EXCELLENT SCIENCE - European Research Council (ERC)

Koszt całkowity € 148 890,00

Wkład UE € 148 890,00

Koordynowany przez

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH
Switzerland

Publikacje

Peer reviewed articles (2)

A Novel Approach for 3D-Structural Identification through Video Recording: Magnified Tracking

Autorzy: Yunus Harmanci, Utku Gülan, Markus Holzner, Eleni Chatzi
Opublikowane w: Sensors, Numer 19/5, 2019, Strona(/y) 1229, ISSN 1424-8220
Wydawca: Multidisciplinary Digital Publishing Institute (MDPI)
DOI: 10.3390/s19051229

Unsupervised local cluster-weighted bootstrap aggregating the output from multiple stochastic simulators

Autorzy: Imad Abdallah, Konstantinos Tatsis, Eleni Chatzi
Opublikowane w: Reliability Engineering & System Safety, Numer 199, 2020, Strona(/y) 106876, ISSN 0951-8320
Wydawca: Elsevier BV
DOI: 10.1016/j.ress.2020.106876

Other (2)

Probabilistic fault diagnostics using ensemble time-varying decision trees learning

Autorzy: Imad Abdallah, Vasilis Dertimanis, Eleni Chatzi
Opublikowane w: EMI 2019 - Engineering Mechanics Institute Conference, 2019
Wydawca: ETH Zurich
DOI: 10.13140/rg.2.2.13226.36805

WINDMIL-RTDT ERC Proof of Concept

Autorzy: I. Abdallah, H. Qu, H. Mylonas, and E. Chatzi
Opublikowane w: 2020
Wydawca: ETH Zurich
DOI: 10.3929/ethz-b-000437457