- бизнес-книги
- детские книги
- дом, дача
- зарубежная литература
-
знания и навыки
- изучение языков
- компьютерная литература
- научно-популярная литература
- словари, справочники
-
учебная и научная литература
- безопасность жизнедеятельности
- военное дело
- гуманитарные и общественные науки
- естественные науки
- задачники
- монографии
- научные труды
- практикумы
- прочая образовательная литература
- сельское и лесное хозяйство
-
технические науки
- высокие технологии
- горное дело
- информатика и вычислительная техника
- конструкции
- легкая промышленность
- материаловедение
- машиностроение
- нормативная документация
- общетехнические дисциплины
- основы производства
- пищевая промышленность
- приборостроение
- проектирование
- промышленность
- радиоэлектроника
- строительство
- техническая литература
- технологии металлов
- транспорт
- химическая технология
- эксплуатация промышленного оборудования
- энергетика
- учебники и пособия для вузов
- учебники и пособия для ссузов
- учебно-методические пособия
- история
- комиксы и манга
- легкое чтение
- психология, мотивация
- публицистика и периодические издания
- родителям
- серьезное чтение
- спорт, здоровье, красота
- хобби, досуг
Worden Keith — Structural Health Monitoring. A Machine Learning Perspective
Купить и скачать за 18548.68 ₽
Понравилась книга? Поделись в соцсетях:
Автор: Worden Keith
Издатель: John Wiley & Sons Limited
ISBN: 9781118443200
Описание: Written by global leaders and pioneers in the field, this book is a must-have read for researchers, practicing engineers and university faculty working in SHM. Structural Health Monitoring: A Machine Learning Perspective is the first comprehensive book on the general problem of structural health monitoring. The authors, renowned experts in the field, consider structural health monitoring in a new manner by casting the problem in the context of a machine learning/statistical pattern recognition paradigm, first explaining the paradigm in general terms then explaining the process in detail with further insight provided via numerical and experimental studies of laboratory test specimens and in-situ structures. This paradigm provides a comprehensive framework for developing SHM solutions. Structural Health Monitoring: A Machine Learning Perspective makes extensive use of the authors’ detailed surveys of the technical literature, the experience they have gained from teaching numerous courses on this subject, and the results of performing numerous analytical and experimental structural health monitoring studies. Considers structural health monitoring in a new manner by casting the problem in the context of a machine learning/statistical pattern recognition paradigm Emphasises an integrated approach to the development of structural health monitoring solutions by coupling the measurement hardware portion of the problem directly with the data interrogation algorithms Benefits from extensive use of the authors’ detailed surveys of 800 papers in the technical literature and the experience they have gained from teaching numerous short courses on this subject.