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

Publicité

Deep learning enhanced principal component analysis for structural health monitoring

Auteur(s): ORCID (TECNALIA, Basque Research and Technology Alliance (BRTA), Derio, Spain)
(CONSTRUCT-ViBest, Faculty of Engineering, University of Porto (FEUP), Porto, Portugal)
ORCID (TECNALIA, Basque Research and Technology Alliance (BRTA), Derio, Spain)
(University of the Basque Country (UPV/EHU), Leioa, Spain)
ORCID (TECNALIA, Basque Research and Technology Alliance (BRTA), Derio, Spain)
ORCID (Basque Center for Applied Mathematics (BCAM), Bilbao, Spain)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring, , n. 4, v. 21
Page(s): 147592172110416
DOI: 10.1177/14759217211041684
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217211041684.
  • Informations
    sur cette fiche
  • Reference-ID
    10658620
  • Publié(e) le:
    17.02.2022
  • Modifié(e) le:
    20.06.2022
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine