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

Publicité

Machine Learning for the Semi-Automatic 3D Decay Segmentation and Mapping of Heritage Assets

Auteur(s): ORCID (DICATECh - Department of Civil, Environmental, Land, Construction and Chemistry, Polytechnic University of Bari, Bari, Italy)
ORCID (DICATECh - Department of Civil, Environmental, Land, Construction and Chemistry, Polytechnic University of Bari, Bari, Italy)
ORCID (DICATECh - Department of Civil, Environmental, Land, Construction and Chemistry, Polytechnic University of Bari, Bari, Italy)
ORCID (DICATECh - Department of Civil, Environmental, Land, Construction and Chemistry, Polytechnic University of Bari, Bari, Italy)
Médium: article de revue
Langue(s): anglais
Publié dans: International Journal of Architectural Heritage
Page(s): 1-19
DOI: 10.1080/15583058.2023.2287152
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1080/15583058.2023.2287152.
  • Informations
    sur cette fiche
  • Reference-ID
    10750848
  • Publié(e) le:
    14.01.2024
  • Modifié(e) le:
    14.01.2024
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine