| Emerging Science Journal | |
| Unsupervised Anomaly Detection for Energy Consumption in Time Series using Clustering Approach | |
| Azlan Bin Abd. Aziz1 Jesmeen M. Z. H.1 J. Hossen1 | |
| [1] Faculty of Engineering and Technology, Multimedia University, Melaka,; | |
| 关键词: anomaly detection; energy consumption; unsupervised learning; time-series data.; | |
| DOI : 10.28991/esj-2021-01314 | |
| 来源: DOAJ | |
Unknown
Copyright © 2016 中国科学院文献情报中心
京公网安备340104078870146号 
878987797
028-85220240
OAinOne平台基于对开放资源的发现、遴选和评价方式，发现、获取、集成9类优质的开放科技资源，包括开放期刊、开放会议论文、开放课件、科技政策、开放学位论文、开放图书、开放科技报告、科研项目、开放科学数据。同时，为实现开放知识资源普遍服务、个性化服务、精准服务，基于OAinONE集成的丰富开放资源，开发建设领域开放知识资源服务定制工具(OAtoYOU)、开放资源评价评估体系（OAEvaluation），建设集成OAinONE资源及其他第三方资源的OA Hub，及其面向我院分布式大数据知识资源系统及其他第三方的开放接口服务，并打造特色专题数据库产品建设，包括科技政策集成及趋势平台、开放课程大讲堂等。此外，OAinOne构建开放知识资源建设的可持续发展机制，支持我院研究所特色馆藏资源、自建资源、古籍资源等在OAinONE平台上的集成、开放、共享。
