Saltar para:
Logótipo
Você está em: Início > Publicações > Visualização > Using Deep Learning for Building Stock Classification in Seismic Risk Analysis
Mapa das Instalações
Ed. Principal Ed. Principal Ed. Principal

Using Deep Learning for Building Stock Classification in Seismic Risk Analysis

Título
Using Deep Learning for Building Stock Classification in Seismic Risk Analysis
Tipo
Artigo em Livro de Atas de Conferência Internacional
Ano
2023
Autores
Lopes, J
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Gouveia, F
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Silva, V
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Moreira, RS
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Torres, JM
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Ver página do Authenticus Sem ORCID
Guerreiro, M
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ata de Conferência Internacional
Páginas: 523-534
22nd EPIA Conference on Artificial Intelligence, EPIA 2023
Faial Island, 5 September 2023 through 8 September 2023
Outras Informações
ID Authenticus: P-00Z-NFN
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Documentos
Não foi encontrado nenhum documento associado à publicação.
Recomendar Página Voltar ao Topo
Copyright 1996-2026 © Faculdade de Desporto da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2026-03-09 às 06:27:57 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico