Skip to main content
Top
Published in: Journal of Mechanical Science and Technology 1/2024

04-01-2024 | Original Article

Development of features for blade rubbing defect classification in machine learning

Authors: Dong Hee Park, Jeong Jun Lee, Deok Yeong Cheong, Ye Jun Eom, Seon Hwa Kim, Byeong Keun Choi

Published in: Journal of Mechanical Science and Technology | Issue 1/2024

Log in

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Metadata
Title
Development of features for blade rubbing defect classification in machine learning
Authors
Dong Hee Park
Jeong Jun Lee
Deok Yeong Cheong
Ye Jun Eom
Seon Hwa Kim
Byeong Keun Choi
Publication date
04-01-2024
Publisher
Korean Society of Mechanical Engineers
Published in
Journal of Mechanical Science and Technology / Issue 1/2024
Print ISSN: 1738-494X
Electronic ISSN: 1976-3824
DOI
https://doi.org/10.1007/s12206-023-1201-3

Other articles of this Issue 1/2024

Journal of Mechanical Science and Technology 1/2024 Go to the issue

Premium Partners