Deep Learning-Based Detection of Catenary Support Component Defect and Fault in High-Speed Railways

Olandese, Zhigang Liu, Junping Zhong, Wenqiang Liu, 2024
Consegna tra mer, 4.6. e ven, 6.6.
Più di 10 pezzi in stock presso il fornitore

Informazioni sul prodotto

Il libro "Deep Learning-Based Detection of Catenary Support Component Defect and Fault in High-Speed Railways" offre un'analisi completa dell'applicazione delle tecnologie di Deep Learning per la rilevazione di difetti e guasti nei componenti di supporto della linea aerea nelle ferrovie ad alta velocità. Sottolinea il ruolo cruciale della linea aerea come unica fonte di energia per i treni ad alta velocità e il suo impatto sulla gestione sicura delle operazioni. Gli autori presentano sistematicamente le ultime scoperte di ricerca e approcci innovativi per il monitoraggio della linea aerea, che vanno oltre i tradizionali metodi di elaborazione delle immagini. Attraverso l'integrazione di avanzate tecniche di Deep Learning, come le Reti Neurali Convoluzionali e le Reti Generative Avversarie, viene stabilito un nuovo standard nella rilevazione dei difetti. Il libro è rivolto a ricercatori, scienziati e ingegneri che si occupano della tecnologia dei pantografi e delle linee aeree nelle ferrovie elettrificate.

Le specifiche più importanti in sintesi

Lingua
Olandese
argomento
Tecnologia & IT
Autore
Junping ZhongWenqiang LiuZhigang Liu
Copertina del libro
Copertina rigida
Anno
2024
No. di articolo
57038372

Informazioni generali

Editore
Springer
Categoria
Libro specialistico
Data di rilascio
27.3.2025

Caratteristiche del libro

argomento
Tecnologia & IT
Lingua
Olandese
Autore
Junping ZhongWenqiang LiuZhigang Liu
Anno
2024
Copertina del libro
Copertina rigida
Anno
2024

Contributo climatico volontario

Emissione di CO₂
Contributo climatico

30 di diritto di recesso se non aperto
24 mesi Garanzia (Bring-in)

Confronta i prodotti

Suggerimenti

Valutazioni e opinioni

Ritenuta di garanzia

La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.

Fonte: Digitec Galaxus
  • 40.Penguin Random House
    0.1 %
  • 40.rororo
    0.1 %
  • 40.Springer
    0.1 %
  • 40.Urban & Fischer
    0.1 %
  • 44.Beck C.H.
    0.2 %

Durata della garanzia

Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.

Fonte: Digitec Galaxus
  • Springer
    Dati non sufficienti
  • Anaconda
    Dati non sufficienti
  • Ariston
    Dati non sufficienti
  • Avery Publishing Group
    Dati non sufficienti
  • Beck C.H.
    Dati non sufficienti

Purtroppo non disponiamo di dati sufficienti per questa categoria per mostrarti ulteriori percentuali.

Percentuale di reso

La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.

Fonte: Digitec Galaxus
  • 38.Bloomsbury
    0.8 %
  • 38.HarperCollins
    0.8 %
  • 38.Springer
    0.8 %
  • 38.Ullstein
    0.8 %
  • 38.Various Publishers
    0.8 %
Fonte: Digitec Galaxus