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

Publicité

Optimal tuning of three deep learning methods with signal processing and anomaly detection for multi-class damage detection of a large-scale bridge

Auteur(s): ORCID (Civil Engineering Department, Faculty of Engineering, Kharazmi University, Tehran, Iran)
ORCID (Civil Engineering Department, Faculty of Engineering, Kharazmi University, Tehran, Iran)
(Civil Engineering Department, Faculty of Engineering, Kharazmi University, Tehran, Iran)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring, , n. 5, v. 23
Page(s): 3227-3252
DOI: 10.1177/14759217231216694
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217231216694.
  • Informations
    sur cette fiche
  • Reference-ID
    10775579
  • Publié(e) le:
    29.04.2024
  • Modifié(e) le:
    20.09.2024
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine