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

Anzeige

Multi-source domain adversarial graph convolutional networks for rolling mill health states diagnosis under variable working conditions

Autor(en): ORCID (School of Information and Artificial Intelligence, Nanchang Institute of Science & Technology, Nanchang, China)
(School of Information and Artificial Intelligence, Nanchang Institute of Science & Technology, Nanchang, China)
(School of Information and Artificial Intelligence, Nanchang Institute of Science & Technology, Nanchang, China)
(School of Education, Nanchang Institute of Science & Technology, Nanchang, China)
(Department of Mechanical Engineering, Politecnico di Milano, Milan, Italy)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Structural Health Monitoring
DOI: 10.1177/14759217231225986
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1177/14759217231225986.
  • Über diese
    Datenseite
  • Reference-ID
    10775650
  • Veröffentlicht am:
    29.04.2024
  • Geändert am:
    29.04.2024
 
Structurae kooperiert mit
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine