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

Publicité

Enhancing fault diagnosis with a hybrid attention mechanism and spatio-temporal feature mining model using small sample data

Auteur(s): (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, P. R. China)
(State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, P. R. China)
(State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan University, Changsha, P. R. China)
ORCID (School of Computing, Engineering, and Digital Technologies, Teesside University, Middlesbrough, UK)
(School of Energy Science and Engineering, Central South University, Changsha, P. R. China)
(Wuling Power Co., Ltd., Changsha, P. R. China)
(School of Aeronautics, Northwestern Polytechnical University, Xi’an, Shaanxi, China)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring
DOI: 10.1177/14759217241290537
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217241290537.
  • Informations
    sur cette fiche
  • Reference-ID
    10812138
  • Publié(e) le:
    17.01.2025
  • Modifié(e) le:
    17.01.2025
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine