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

Anzeige

A deep learning framework based on improved self‐supervised learning for ground‐penetrating radar tunnel lining inspection

Autor(en): (School of Mechanical Engineering and Electronic Information China University of Geosciences (Wuhan) Wuhan China)
(School of Mechanical Engineering and Electronic Information China University of Geosciences (Wuhan) Wuhan China)
(School of Mechanical Engineering and Electronic Information China University of Geosciences (Wuhan) Wuhan China)
(School of Mechanical Engineering and Electronic Information China University of Geosciences (Wuhan) Wuhan China)
(China Railway Southwest Research Institute Co. LTD Chengdu China)
(China Railway Southwest Research Institute Co. LTD Chengdu China)
(Remote Sensing Laboratory Bauman Moscow State Technical University Moscow Russia)
(School of Geosciences University of Aberdeen Aberdeen UK)
(Norwegian Geotechnical Institute Oslo Norway)
(Department of Geoscience and Engineering Delft University of Technology Delft The Netherlands)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Computer-Aided Civil and Infrastructure Engineering, , n. 6, v. 39
Seite(n): 814-833
DOI: 10.1111/mice.13042
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1111/mice.13042.
  • Über diese
    Datenseite
  • Reference-ID
    10725624
  • Veröffentlicht am:
    30.05.2023
  • Geändert am:
    20.09.2024
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine