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

Publicité

Unsupervised deep learning approach for structural anomaly detection using probabilistic features

Auteur(s): ORCID (College of Civil Engineering and Architecture, Zhejiang University, Hangzhou, China)
(College of Civil Engineering and Architecture, Zhejiang University, Hangzhou, China)
(College of Civil Engineering and Architecture, Zhejiang University, Hangzhou, China)
ORCID (Department of Structural Engineering, University of California, San Diego, La Jolla, CA, USA)
Médium: article de revue
Langue(s): anglais
Publié dans: Structural Health Monitoring
DOI: 10.1177/14759217241226804
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/14759217241226804.
  • Informations
    sur cette fiche
  • Reference-ID
    10775655
  • Publié(e) le:
    29.04.2024
  • Modifié(e) le:
    29.04.2024
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine