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

Publicité

Automatic pipeline fault detection using one-dimensional convolutional bidirectional long short-term memory networks with wide first-layer kernels

Auteur(s): (School of Urban Construction, Yangtze University, Jingzhou, China)
(School of Urban Construction, Yangtze University, Jingzhou, China)
(School of Urban Construction, Yangtze University, Jingzhou, China)
(College of Civil Engineering, Tongji University, Shanghai, China)
ORCID (School of Resources and Environmental Engineering, Wuhan University of Science and Technology, Wuhan, China)
(School of Urban Construction, Yangtze University, Jingzhou, China)
ORCID (School of Urban Construction, Yangtze University, Jingzhou, China)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring, , n. 6, v. 23
Page(s): 3832-3849
DOI: 10.1177/14759217241227995
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217241227995.
  • Informations
    sur cette fiche
  • Reference-ID
    10775635
  • Publié(e) le:
    29.04.2024
  • Modifié(e) le:
    10.11.2024
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine