Zugehörige Institution(en) am KIT | Institut für Fahrzeugsystemtechnik (FAST) |
Publikationstyp | Zeitschriftenaufsatz |
Publikationsjahr | 2017 |
Sprache | Englisch |
Identifikator | ISSN: 2095-7564 urn:nbn:de:swb:90-760704 KITopen-ID: 1000076070 |
Erschienen in | Journal of traffic and transportation engineering |
Verlag | Elsevier |
Band | 4 |
Heft | 5 |
Seiten | 451-463 |
Schlagwörter | Road infrastructure condition, Monitoring, Tree graphs, Euclidean distance, Machine learning, Classification |
Nachgewiesen in | Dimensions Scopus |
Globale Ziele für nachhaltige Entwicklung |