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

Publicité

A methodology for scheduling within‐day roadway work zones using deep neural networks and active learning

Auteur(s): (Department of Civil Engineering Sharif University of Technology Tehran Iran)
(Department of Civil Engineering University of British Columbia Vancouver Canada)
(Lyles School of Civil Engineering Purdue University West Lafayette Indiana USA)
(Department of Civil, Architectural, and Environmental Engineering Illinois Institute of Technology Chicago Illinois USA)
(Lyles School of Civil Engineering Purdue University West Lafayette Indiana USA)
Médium: article de revue
Langue(s): anglais
Publié dans: Computer-Aided Civil and Infrastructure Engineering, , n. 9, v. 38
Page(s): 1101-1126
DOI: 10.1111/mice.12921
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1111/mice.12921.
  • Informations
    sur cette fiche
  • Reference-ID
    10693862
  • Publié(e) le:
    23.09.2022
  • Modifié(e) le:
    02.09.2023
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine