0
  • DE
  • EN
  • FR
  • Base de données et galerie internationale d'ouvrages d'art et du génie civil

Publicité

Automated fault detection and diagnosis of chiller water plants based on convolutional neural network and knowledge distillation

Auteur(s): ORCID
ORCID

Médium: article de revue
Langue(s): anglais
Publié dans: Building and Environment, , v. 245
Page(s): 110885
DOI: 10.1016/j.buildenv.2023.110885
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1016/j.buildenv.2023.110885.
  • Informations
    sur cette fiche
  • Reference-ID
    10745212
  • Publié(e) le:
    28.10.2023
  • Modifié(e) le:
    28.10.2023
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine