文献

J-GLOBAL ID：202202233430842106   整理番号：22A0963720

ウェーブレット変換雑音除去とXceptionを用いた鋳造製品のための欠陥検出モデル【JST・京大機械翻訳】

A Defect Detection Model for Casting Product using Wavelet Transform Denoise and Xception

著者 (3件)： Park Juyong (Sungkyunkwan University,Department of Smart Factory Convergence,Suwon,Republic of Korea) ,  Oh Seokju (Sungkyunkwan University,Department of Smart Factory Convergence,Suwon,Republic of Korea) ,  Jeong Jongpil (Sungkyunkwan University,Department of Smart Factory Convergence,Suwon,Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICACT  ページ： 247-251  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 第4産業革命において,情報と知識を含む製造のスマート収束は,急速に起こっている。完全な製品を生産するための品質を調べることは,非常に重要な因子である。鋳造は製造の基本的プロセスである。鋳造製品は完全に融解され,液体状態になされ,その後,固化して固化するために鋳型に流動する。これらの鋳造製品は自動車産業,造船業,機械産業など様々な分野で使用されている。鋳造製品を作るために,品質検査を仕様規格に従って厳密に行う必要がある。したがって,鋳造における欠陥の有無を正確にチェックし,原因を同定し,補正対策を取ることが重要である。品質検査のための方法は,目視検査と視覚検査を含んだ。本論文では,鋳造製品中の欠陥を正確に検出するために,品質検査に用いる鋳造画像のためのウェーブレット変換雑音除去と深学習を用いた欠陥検出の改善を提案した。本研究の目的は,データ集合を用いて一般画像にGauss雑音フィルタを適用し,ウェーブレット変換雑音除去アルゴリズムを適用することである。最後に,ノイズデータを改良して,分類性能を評価して,改良性能を実験を通して得た。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *雑音 ,  学習 ,  規格 ,  自動車工業 ,  *鋳造 ,  造船業 ,  *故障検出 ,  *鋳物 ,  機械工業 ,  品質検査 ,  視覚検査 ,  *ウェーブレット変換 ,  肉眼検査 ,  *雑音除去

分類 (5件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ウェーブレット変換 ,  雑音除去 ,  鋳造製品 ,  欠陥検出 ,  モデル