A Novel Centrality-Driven Machine Learning Approach for Clustering Critical Nodes in Cyber-Physical Power Systems

Mehdi Doostinia, Davide Falabretti, Giacomo Verticale, Sadegh Bolouki

Article de revue (2026)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel

Mots clés

Département:
Département de génie informatique et génie logiciel
Adresse URL de PolyPublie:
https://publications.polymtl.ca/75300/
Titre de la revue :
IEEE Transactions on Industry Applications
Maison d'édition:
Institute of Electrical and Electronics Engineers
DOI:
10.1109/tia.2026.3675071
URL officielle:
https://doi.org/10.1109/tia.2026.3675071
OAI:
oai:publications.polymtl.ca:75300
ORCID
Date du dépôt:
01 avr. 2026 16:35
Dernière modification:
14 oct. 2026 14:36
Citer en APA 7:
Doostinia, M., Falabretti, D., Verticale, G., & Bolouki, S. (2026). A Novel Centrality-Driven Machine Learning Approach for Clustering Critical Nodes in Cyber-Physical Power Systems. IEEE Transactions on Industry Applications, 1-12. https://doi.org/10.1109/tia.2026.3675071

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document