Semi-supervised anomaly detection from Chlorella vulgaris cultivations using hyperspectral imaging

Beskrivning

These data include hyperspectral images of microalgae cultivations, files for data preprocessing, principal component analysis (PCA), and semi-supervised anomaly detection models.

Visa mer

Publiceringsår

2025

Typ av data

Upphovspersoner

Jyväskylä universitet - Utgivare

Informaatioteknologian tiedekunta

Pääkkönen, Salli - Upphovsperson, Rättighetsinnehavare

Pölönen, Ilkka - Upphovsperson

Norwegian University of Science and Technology

Salmi, Pauliina - Upphovsperson

Projekt

Övriga uppgifter

Vetenskapsområden

Data- och informationsvetenskap; Växtbiologi, mikrobiologi, virologi; Övrig teknik och teknologi

Språk

engelska

Öppen tillgång

Öppet

Licens

Creative Commons Attribution 4.0 International (CC BY 4.0)

Nyckelord

machine learning, computational science, cyanobacteria, monitoring, Hyperspectral imaging, microalgae, green algae, contamination, model comparison, Microcystis aeruginosa

Ämnesord

Temporal täckning

undefined