Mohamed Elhefnawy, Mohamed-Salah Ouali
, Ahmed Ragab et Mouloud Amazouz
Article de revue (2023)
 Document en libre accès dans PolyPublie et chez l'éditeur officiel |
|
Libre accès au plein texte de ce document Conditions d'utilisation: Creative Commons: Attribution-Pas d'utilisation commerciale-Pas de modification (CC BY-NC-ND) Télécharger (5MB) |
| Département: | Département de mathématiques et de génie industriel |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/54799/ |
| Titre de la revue: | Results in Engineering (vol. 19) |
| Maison d'édition: | Elsevier B.V. |
| DOI: | 10.1016/j.rineng.2023.101234 |
| URL officielle: | https://doi.org/10.1016/j.rineng.2023.101234 |
| Date du dépôt: | 30 août 2023 09:54 |
| Dernière modification: | 30 sept. 2024 10:39 |
| Citer en APA 7: | Elhefnawy, M., Ouali, M.-S., Ragab, A., & Amazouz, M. (2023). Fusion of heterogeneous industrial data using polygon generation & deep learning. Results in Engineering, 19, 11 pages. https://doi.org/10.1016/j.rineng.2023.101234 |
|---|---|
Statistiques
Total des téléchargements à partir de PolyPublie
Téléchargements par année
Provenance des téléchargements
Dimensions
Actions réservées au personnel
|
Afficher document |
