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

Anzeige

A fine-tuning deep learning framework to palliate data distribution shift effects in rotary machine fault detection

Autor(en): ORCID (Department of Engineering, University of Campania “L. Vanvitelli,” Aversa, Italy)
ORCID (Department of Engineering, University of Campania “L. Vanvitelli,” Aversa, Italy)
ORCID (College of Engineering, Birmingham City University, Birmingham, UK)
ORCID (Department of Engineering, University of Campania “L. Vanvitelli,” Aversa, Italy)
(Department of Engineering, University of Campania “L. Vanvitelli,” Aversa, Italy)
Medium: Fachartikel
Sprache(n): Englisch
Veröffentlicht in: Structural Health Monitoring
DOI: 10.1177/14759217241295951
Structurae kann Ihnen derzeit diese Veröffentlichung nicht im Volltext zur Verfügung stellen. Der Volltext ist beim Verlag erhältlich über die DOI: 10.1177/14759217241295951.
  • Über diese
    Datenseite
  • Reference-ID
    10812137
  • 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