Using neural network and decision tree for machine reliability prediction | springerprofessional.de

Springer Professional

Top

The International Journal of Advanced Manufacturing Technology

Published in:

01-10-2010 | ORIGINAL ARTICLE

Using neural network and decision tree for machine reliability prediction

Authors: Yiyo Kuo, Kuo-Ping Lin

Published in: The International Journal of Advanced Manufacturing Technology | Issue 9-12/2010

Log in

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

search-config

AI-assisted search

Off

Advertisement

previous article Input and output scaling in advanced manufacturing technology: theory and application

next article An immersive and collaborative visualization system for digital manufacturing

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!

inform now

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!

inform now

Title: Using neural network and decision tree for machine reliability prediction
Authors: Yiyo Kuo
Kuo-Ping Lin
Publication date: 01-10-2010
Publisher: Springer-Verlag
Published in: The International Journal of Advanced Manufacturing Technology / Issue 9-12/2010
Print ISSN: 0268-3768
Electronic ISSN: 1433-3015
DOI: https://doi.org/10.1007/s00170-010-2593-7

Premium Partners