ERX特刊征稿|聚焦桥梁结构健康监测的物理信息学习方法
特刊详情
客座编辑
- Filippo Ubertini,意大利佩鲁贾大学
- Simon Laflamme,美国爱荷华州立大学
- Enrique Garcìa-Macìas,西班牙格拉纳达大学
主题范围
- Deep learning
- Supervised/unsupervised machine learning
- Bayesian methods
- Surrogate modelling
- Model selection methods for damage identification
- Intelligent signal processing
- Data fusion
- Data mining
- Long-term big data processing and management
- Internet of things for structural health monitoring of bridges
- Field SHM applications to real bridges
- Transfer learning
投稿流程
特刊文章与ERX期刊常规文章遵循相同的审稿流程和内容标准,并采用同样的投稿模式。
有关准备文章及投稿的详细信息,可以参阅IOPscience页面的作者指南。
作者可登入期刊主页进行在线投稿,先选择“文章类型”,然后在“选择特刊”的下拉框中选择“Focus Issue on Physics-Informed Learning Methods for Bridge Structural Health Monitoring”。
投稿截止日期:2023年12月31日。
期刊介绍
- 2022年影响因子:1.7 Citescore: 1.9
- Engineering Research Express(ERX,《工程研究快讯》)是一本涵盖工程科学所有领域的多学科期刊,致力于发表新的实验和理论研究。ERX对文章长度的具有灵活性并采用快速同行评审政策。发表范围涵盖:电气工程(包括控制工程、量子工程、电子工程、光学工程、电力工程、机器人和半导体工程)、 机械工程(包括航空工程、汽车工程、材料工程和真空工程)、土木工程(包括环境工程、水利工程、海洋和地理工程、结构工程)、化学工程(包括生物工程、食品科学、化学合成和精炼,以及微加工)等方面。