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

Anzeige

Enhancing fault diagnosis with a hybrid attention mechanism and spatio-temporal feature mining model using small sample data

Autor(en): (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, P. R. China)
(State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, P. R. China)
(State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, P. R. China)
ORCID (School of Computing, Engineering, and Digital Technologies, Teesside University, Middlesbrough, UK)
(School of Energy Science and Engineering, Central South University, Changsha, P. R. China)
(Wuling Power Co., Ltd., Changsha, P. R. China)
(School of Aeronautics, Northwestern Polytechnical University, Xi’an, Shaanxi, China)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Structural Health Monitoring
DOI: 10.1177/14759217241290537
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1177/14759217241290537.
  • Über diese
    Datenseite
  • Reference-ID
    10812138
  • Veröffentlicht am:
    17.01.2025
  • Geändert am:
    17.01.2025
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine