0
  • DE
  • EN
  • FR
  • Internationale Datenbank und Galerie für Ingenieurbauwerke

Anzeige

Continuous missing data imputation with incomplete dataset by generative adversarial networks–based unsupervised learning for long-term bridge health monitoring

Autor(en): (Southeast University, Key Laboratory of Concrete and Prestressed Concrete Structure of Ministry of Education, Nanjing, China)
ORCID (Southeast University, Key Laboratory of Concrete and Prestressed Concrete Structure of Ministry of Education, Nanjing, China)
(Southeast University, Key Laboratory of Concrete and Prestressed Concrete Structure of Ministry of Education, Nanjing, China)
ORCID (Southeast University, Key Laboratory of Concrete and Prestressed Concrete Structure of Ministry of Education, Nanjing, China)
(Research Institute of Structural Engineering and Disaster Reduction, College of Civil Engineering, Tongji University, Shanghai, China)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Structural Health Monitoring, , n. 3, v. 21
Seite(n): 147592172110219
DOI: 10.1177/14759217211021942
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1177/14759217211021942.
  • Über diese
    Datenseite
  • Reference-ID
    10610485
  • Veröffentlicht am:
    08.06.2021
  • Geändert am:
    09.05.2022
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine