文献
J-GLOBAL ID:202102289100215379   整理番号:21A2333176

溶融堆積モデリング3-D印刷における機械学習技術を用いた熱モデリングの最適化【JST・京大機械翻訳】

Optimization of Thermal Modeling Using Machine Learning Techniques in Fused Deposition Modeling 3-D Printing
著者 (3件):
資料名:
巻: 50  号:ページ: Null  発行年: 2022年 
JST資料番号: B0721B  ISSN: 0090-3973  CODEN: JTEVAB  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
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。
本研究では,3D印刷技術の1つである溶融堆積モデリング(FDM)3-Dプリンタで生成された冷却器タイプを画像処理技術と機械学習アルゴリズムを用いて調べた。本研究は,FDM3-Dプリンタで使われる冷却器設計概念を変化させ,画像処理技術と革新的機械学習アルゴリズムを使用して,部分に及ぼす温度効果問題を解決した。本研究では,FDM3-Dプリンタを用いて,4つの異なる冷却器型-ノクーラ,A型,B型,およびC型を用いて,これらの部品の各層処理画像を熱カメラで捕捉した。Gaussフィルタリング法およびSobelおよびCannyエッジ検出技術のような画像処理技術を用いて,部品の温度分布図を層に従って描いた。実験的研究から得た温度データセットに関する3つの異なる機械学習アルゴリズムを用いて,冷却器タイプを90%以上の精度で分類した。結果は,機械学習アルゴリズムを使用して,最も適当な冷却器タイプを,極端勾配ブースティング(XGBOOST)アルゴリズムによって95%の精度で選択できることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  図形・画像処理一般 

前のページに戻る