Deep learning enabled particle analysis for quality assurance of construction materials
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Deep learning enabled particle analysis for quality assurance of construction materials
- Date Crossref
- 01/08/2022
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Tongji University Key Laboratory of Advanced Civil Engineering Materials of Ministry of Education pays non établi dans la noticeUniversité ou école supérieure
-
Ningxia University pays non établi dans la noticeUniversité ou école supérieure
-
Southern University of Science and Technology Department of Ocean Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
CCCC Highway Consultants (China) pays non établi dans la noticeEntreprise
-
School of Civil and Hydraulic Engineering pays non établi dans la noticeUniversité ou école supérieure
-
School of Materials Science and Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Ltd CCCC First Highway Xiamen Engineering Co. pays non établi dans la noticeEntreprise
Key Laboratory of Advanced Civil Engineering Materials of Ministry of Education — Tongji University, Ningxia University et Department of Ocean Science and Engineering — Southern University of Science and Technology, avec 4 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.