文献
J-GLOBAL ID:202102221391042266   整理番号:21A1781951

畳み込みニューラルネットワークを用いたWavefieldデータからの表面欠陥の自動検出

AUTOMATIC DETECTION OF FLAWS FROM WAVEFIELD DATA USING CONVOLUTIONAL NEURAL NETWORK
著者 (5件):
資料名:
巻:号: J1  ページ: 339-348(J-STAGE)  発行年: 2020年 
JST資料番号: U2325A  ISSN: 2435-9262  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
材料表面の超音波の波動伝搬を可視化したものはWavefieldデータと呼ばれる.レーザー走査等によって,超音波の伝搬の様子を短時間に可視化できる技術が開発されてから,このWavefieldデータは非破壊検査での利用が進んでいる.このとき,可視化結果から欠陥の有無を自動で判定できれば,Wavefield検査は現場に普及することが期待される.本研究では,ディープラーニングの1つである畳み込みニューラルネットワークを用いて,Wavefieldデータから欠陥を検出するシステムを開発することを目的する.非破壊検査において,学習用データとして実際の欠陥からのWavefieldデータを大量に収集するのは容易ではないため,ここではシミュレーションを援用して学習用データセットを作成した.本論文では,シミュレーションデータを用いて学習用データを増やすことの効果について検討を行った.(著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
非破壊試験  ,  人工知能 
引用文献 (14件):
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る