• Medientyp: E-Artikel
  • Titel: Unsupervised Correlation- and Interaction-Aware Anomaly Detection for Cyber-Physical Production Systems based on Graph Neural Networks
  • Beteiligte: Goetz, Christian; Humm, Bernhard G.
  • Erschienen: Elsevier BV, 2024
  • Erschienen in: Procedia Computer Science, 232 (2024), Seite 2057-2071
  • Sprache: Englisch
  • DOI: 10.1016/j.procs.2024.02.028
  • ISSN: 1877-0509
  • Entstehung:
  • Anmerkungen:
  • Zugangsstatus: Freier Zugang