
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Birmingham City University | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Rezazadeh, Nima | - |
| Autor(es): dc.creator | Annaz, Fawaz | - |
| Autor(es): dc.creator | Jabbar, Waheb A. | - |
| Autor(es): dc.creator | Vieira Filho, Jozue | - |
| Autor(es): dc.creator | De Oliveira, Mario | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T17:14:42Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T17:14:42Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2024-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1177/14759217241313350 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/297471 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/297471 | - |
| Descrição: dc.description | Data scarcity, coupled with environmental and operational variabilities (EOVs), poses substantial challenges to the generalisability and robustness of damage diagnostic methods for complex components such as wind turbine blades. This paper introduces a novel methodology, termed UCTRF, designed to tackle these challenges. UCTRF stands for Uniform manifold approximation and projection for dimensionality reduction, Capsule neural networks for advanced feature recognition, Transfer adaptive boosting for effective knowledge transfer, and Random Forest for nuanced instance weighting and classification. The UCTRF framework is uniquely suited to scenarios where feature distributions shift due to temperature variations, enabling robust knowledge transfer even in limited datasets. This innovative framework was rigorously evaluated on various temperature-affected datasets, achieving a 95% detection rate. These results underscore its effectiveness in preserving the structural integrity of wind turbines under challenging EOVs and constrained data availability. Additionally, the internal mechanism of the designed domain adaptation captures the alterations in instance weights between the source and target domains during the adjustment process, which can be utilised to analyse the impact of diverse instances on model performance and further refine the adaptation process. | - |
| Descrição: dc.description | College of Engineering Birmingham City University | - |
| Descrição: dc.description | Telecommunication and Aeronautic Engineering São Paulo State University (UNESP), São João da Boa Vista | - |
| Descrição: dc.description | Telecommunication and Aeronautic Engineering São Paulo State University (UNESP), São João da Boa Vista | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Structural Health Monitoring | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | CapsNet | - |
| Palavras-chave: dc.subject | domain adaptation | - |
| Palavras-chave: dc.subject | environmental conditions | - |
| Palavras-chave: dc.subject | structural health monitoring | - |
| Palavras-chave: dc.subject | UMAP | - |
| Título: dc.title | A transfer learning approach for mitigating temperature effects on wind turbine blades damage diagnosis | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: