Scientific Reports’un 13 Ekim’de erken erişime açtığı kabul edilmiş makalenin özeti, rüzgâr türbini arızalarının tespitinde destek vektör makineleri (SVM) ve yapay sinir ağını (ANN), Random Forest taban çizgisiyle karşılaştırıyor. Çalışma FAST ve MATLAB/Simulink ortamında türbülanslı rüzgâr altında simüle edilmiş işletim verilerini kullanıyor. İzlenen değişkenler arasında jeneratör hızı, üretilen güç ve kanat açıları bulunuyor; değerlendirme zaman bloklarını koruyan beş parçalı çapraz doğrulamaya dayanıyor.

Özet, performansın arıza türüne güçlü biçimde bağlı olduğunu ve ANN’nin bazı zor örüntülerde avantaj sağladığını bildiriyor. Bu sonuçlar bütün arızalar için tek bir üstün model bulunduğunu göstermiyor. Erişilebilen yayın yalnızca erken erişim özeti ve yazar bilgilerini içeriyor; tam yöntem ve sonuç tabloları bu incelemede doğrulanamadı. Simülasyon bulguları, çalışan türbinlerde doğrulanmış bir sistemin veya ticari uygulamanın kanıtı olarak sunulmuyor.