| Statistical approaches for semi-supervised anomaly detection in machining B Denkena, MA Dittrich, H Noske, M Witt Production Engineering 14, 385-393, 2020 | 18 | 2020 |
| Data-based ensemble approach for semi-supervised anomaly detection in machine tool condition monitoring B Denkena, MA Dittrich, H Noske, D Stoppel, D Lange CIRP Journal of Manufacturing Science and Technology 35, 795-802, 2021 | 16 | 2021 |
| Boundary conditions for the application of machine learning based monitoring systems for supervised anomaly detection in machining B Denkena, M Wichmann, H Noske, D Stoppel Procedia CIRP 118, 519-524, 2023 | 2 | 2023 |
| Anwendungen des maschinellen Lernens in der Produktion aus Auftrags-und Produktsicht: Ein Überblick B Denkena, MA Dittrich, H Noske, K Kramer, M Schmidt Zeitschrift für wirtschaftlichen Fabrikbetrieb 116 (5), 358-362, 2021 | 2 | 2021 |
| Application of machine learning for fleet-based condition monitoring of ball screw drives in machine tools B Denkena, MA Dittrich, H Noske, D Lange, C Benjamins, M Lindauer The International Journal of Advanced Manufacturing Technology 127 (3), 1143 …, 2023 | 1 | 2023 |
| Erfahrungsbericht bei der Umsetzung der VWS Type 3 : Interaktionen in einer Maintenance-Anwendung R Islam, A Wand, C Röder, S Stamm, A Dayeg, F Winter, L Salaj, H Noske, ... Kommunikation in der Automation : 14. Jahreskolloquium, 21./22.11.2023 …, 2023 | | 2023 |
| Applications of Machine Learning in Manufacturing from a Job Order and Product Perspective: An Overview B Denkena, MA Dittrich, H Noske, K Kramer, M Schmidt Zeitschrift für wirtschaftlichen Fabrikbetrieb: ZWF 116 (2021), Nr. 5 116 (5 …, 2021 | | 2021 |
