Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry (2026)
Ferreira, Victor Zoratti 
; Brito Junior, Eduardo; Cunha, Guilherme Mauri Faria da; Perez, Felipe Augusto Rodrigues ; Reis, Erico dos ; Pereira, Edfram Rodrigues ; Louzada, Francisco
Source: IEEE Open Journal of Instrumentation and Measurement. Unidades: ICMC, Interinstitucional de Pós-Graduação em Estatística
Subjects: ALGORITMOS, INTELIGÊNCIA ARTIFICIAL, APRENDIZAGEM PROFUNDA, REDES NEURAIS, PROCESSAMENTO DE SINAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERREIRA, Victor Zoratti et al. Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry. IEEE Open Journal of Instrumentation and Measurement, 2026Tradução . . Disponível em: https://doi.org/10.1109/OJIM.2026.3670416. Acesso em: 10 mar. 2026.APA
Ferreira, V. Z., Brito Junior, E., Cunha, G. M. F. da, Perez, F. A. R., Reis, E. dos, Pereira, E. R., & Louzada, F. (2026). Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry. IEEE Open Journal of Instrumentation and Measurement. doi:10.1109/OJIM.2026.3670416NLM
Ferreira VZ, Brito Junior E, Cunha GMF da, Perez FAR, Reis E dos, Pereira ER, Louzada F. Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry [Internet]. IEEE Open Journal of Instrumentation and Measurement. 2026 ;[citado 2026 mar. 10 ] Available from: https://doi.org/10.1109/OJIM.2026.3670416Vancouver
Ferreira VZ, Brito Junior E, Cunha GMF da, Perez FAR, Reis E dos, Pereira ER, Louzada F. Unsupervised autoencoder-based anomaly detection under limited failure data For oil industry [Internet]. IEEE Open Journal of Instrumentation and Measurement. 2026 ;[citado 2026 mar. 10 ] Available from: https://doi.org/10.1109/OJIM.2026.3670416
