Deep learning-based prediction of hygrothermal environments in ancient tombs: A data-centric approach to preventive conservation
2Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés
Rattachement africain : cn, cl. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Deep learning-based prediction of hygrothermal environments in ancient tombs: A data-centric approach to preventive conservation
- Date Crossref
- 01/11/2025
- 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
-
Southeast University pays non établi dans la noticeUniversité ou école supérieure
-
Ministry of Education pays non établi dans la noticeOrganisme public
-
School of Architecture pays non établi dans la noticeUniversité ou école supérieure
Southeast University, Ministry of Education et School of Architecture.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Conservation Techniques and StudiesBuilding materials and conservationImage Processing and 3D Reconstruction