Info
Meny
English
Logg inn
Søk etter prosjekter, resultater og personer
Søk etter prosjekter, resultater og personer
Historikk
Cristin-resultat-ID:
2048530
Sist endret:
15. desember 2022, 14:36
NVI-rapporteringsår:
2022
Resultat
Vitenskapelig artikkel
2022
Exploring a Modular Architecture for Sensor Validation in Digital Twins
Hossein Darvishi
Domenico Ciuonzo
og
Pierluigi Salvo Rossi
Tidsskrift
Tidsskrift
Proceedings of IEEE Sensors
ISSN 1930-0395
e-ISSN 2168-9229
NVI-nivå 1
Finn i kanalregisteret
Om resultatet
Om resultatet
Vitenskapelig artikkel
Publiseringsår: 2022
Publisert online: 2022
Open Access
Lenker
Lenker
original online (doi)
https://doi.org/10.1109/SENSORS52175.2022.9967175
Institusjonsarkiv
hdl.handle.net/11250/3057897
Beskrivelse
Beskrivelse
Engelsk
Tittel
Exploring a Modular Architecture for Sensor Validation in Digital Twins
Sammendrag
Decision-support systems rely on data exchange between digital twins (DTs) and physical twins (PTs). Faulty sensors (e.g, due to hardware/software failures) deliver unreliable data and potentially generate critical damages. Prompt sensor fault detection, isolation and accommodation (SFDIA) plays a crucial role in DT design. In this respect, data-driven approaches to SFDIA have recently shown to be effective. This work focuses on a modular SFDIA (M-SFDIA) architecture and explores the impact of using different types of neural-network (NN) building blocks. Numerical results of different choices are shown with reference to a wireless sensor network publicly-available dataset demonstrating the validity of such architecture.
Vis
fullstendig beskrivelse
Bidragsytere
Bidragsytere
Hossein Darvishi
Forfatter
ved Institutt for elektroniske systemer ved Norges teknisk-naturvitenskapelige universitet
Domenico Ciuonzo
Forfatter
ved Università degli Studi 'Federico II' di Napoli
Pierluigi Salvo Rossi
Forfatter
ved Institutt for elektroniske systemer ved Norges teknisk-naturvitenskapelige universitet
Forfatter
ved Gassteknologi ved SINTEF Energi AS
1
-
3
av
3