MétaCan
Menu
Retour à la cohorte
Enregistrement W1668242030 · doi:10.1063/1.2747521

Interpretation of CT-Scan Sinograms to Study the Dynamic Flow Properties of a Fluidized Bed

2007· article· en· W1668242030 sur OpenAlexaff
Mark A. Bennett, Sergey Kryuchkov, Apostolos Kantzas

Notice bibliographique

RevueAIP conference proceedings · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensUniversity of CalgaryPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésBubbleIterative reconstructionComputer visionTomographyPosition (finance)Flow (mathematics)Electrical capacitance tomographyArtificial intelligenceComputer scienceTomographic reconstructionFluidized bedMultiphase flowMaterials scienceAlgorithmPhysicsMechanicsOptics

Résumé

récupéré en direct d'OpenAlex

Fast moving objects typically produce poor quality images and motion‐artifacts in Computed Tomography (CT) scans. The imaging of bubbling gas‐solid fluidized beds, where many bubbles may pass through the sensing cross‐section in a tomographic measurement, gives such a problem. Previously, one method of dealing with this problem was to remove artifacts from the reconstructed image itself through low pass filtering. However, this method leads to lost information from the images. When the concentration of bubbles is low, and their shape is close to cylindrically symmetric, analysis of consecutive scans in the raw data sinogram can also provide valuable information about the frequency of bubbles passing, and about their individual size, shape and position. Then, utilizing the inverse Abel transform, this information can then also be used to contribute to time averaged properties of the bed’s behaviour such as voidage distribution, bubble phase area fraction and spatial bubble number distribution.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,439

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetFluid Dynamics and MixingTravaux en français237 207