• Treffer 3 von 136
Zurück zur Trefferliste

Machine learning for strain, temperature and humidity discrimination in Brillouin optical frequency domain analysis

  • We propose to our knowledge for the first time an ensemble of probabilistic machine learning models for strain, temperature and humidity discrimination in Brillouin optical frequency domain analysis (BOFDA) applying a two-fiber configuration.

Volltext Dateien herunterladen

  • OFS_Poster_Karapanagiotis.pdf
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Christos KarapanagiotisORCiD
Koautor*innen:Katerina Krebber
Dokumenttyp:Posterpräsentation
Veröffentlichungsform:Präsentation
Sprache:Englisch
Jahr der Erstveröffentlichung:2023
Organisationseinheit der BAM:8 Zerstörungsfreie Prüfung
8 Zerstörungsfreie Prüfung / 8.6 Faseroptische Sensorik
DDC-Klassifikation:Naturwissenschaften und Mathematik / Chemie / Analytische Chemie
Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Ingenieurbau
Freie Schlagwörter:Fiber optic sensors; Machine learning; Multiparameter sensing; Structural health monitoring
Themenfelder/Aktivitätsfelder der BAM:Energie
Energie / Wasserstoff
Infrastruktur
Umwelt
Umwelt / Sensorik
Veranstaltung:28th International Conference on Optical Fiber Sensors
Veranstaltungsort:Hamamatsu, Japan
Beginndatum der Veranstaltung:20.11.2023
Enddatum der Veranstaltung:24.11.2023
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:22.01.2024
Referierte Publikation:Nein
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.