文献
J-GLOBAL ID:202202226086981653   整理番号:22A1060213

時空間畳込みLSTMネットワークと同様の2次元畳込みニューラルネットワークによるアクティブサーモグラフィーにおける欠陥形状検出と欠陥再構成【JST・京大機械翻訳】

Defect shape detection and defect reconstruction in active thermography by means of two-dimensional convolutional neural network as well as spatiotemporal convolutional LSTM network
著者 (5件):
資料名:
巻: 19  号:ページ: 126-144  発行年: 2022年 
JST資料番号: W6037A  ISSN: 1768-6733  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  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。
セマンティックセグメンテーション(U-Net)のためのニューラルネットワーク(NN)を用いて,サーモグラフィーシーケンスから亀裂型欠陥を検出した。本作業のために,鍛造した鋼部品のデータシーケンスは,誘導サーモグラフィーを通して得て,対応する位相画像は計算した。欠陥検出の結果を,連盟(IoU)計量を用いて定量的に評価した。さらに,2D畳込み層およびLSTM(Long-Short-Term-Memory)の組合せを示し,それは時間依存および空間変化の形で三次元側面を含み,背面壁掘削の欠陥形状再構成を可能にした。したがって,パルスサーモグラフィシーケンスをCOMSOLマルチフィジックスでシミュレートした。最後に,再構成結果を,平均二乗誤差(MSE)を用いて,地上欠陥プロファイルと比較した。この方法は,赤外線サーモグラフィーを用いた非破壊試験における従来法よりも改善を提供する。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 (1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 

前のページに戻る