MétaCan
Menu
Retour à la cohorte
Enregistrement W2028513192 · doi:10.1117/12.385034

<title>Role of data fusion in NDE for aging aircraft</title>

2000· article· en· W2028513192 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAirframeNondestructive testingEddy-current testingEddy currentStructural integritySensor fusionComputer scienceSet (abstract data type)CorrosionEnhanced Data Rates for GSM EvolutionEngineeringReliability engineeringStructural engineeringArtificial intelligenceMaterials scienceElectrical engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

As structural integrity models for aging aircraft begin to include the effects of corrosion and corrosion-fatigue, nondestructive evaluation (NDE) techniques will be called upon to provide metrics of corrosion for input to these models. It is unlikely that any one NDE technique can provide all the required metrics to characterize the condition of complex airframe structures. This paper discusses how data fusion can be used to integrate the results of multiple NDE techniques into a form suitable for input to structural models. Examples of the inspection of service-retired lap joints with NDE techniques including pulsed eddy current, conventional eddy current, Edge of Light, and D Sight are given. Significant metrics for structural models of the joint are discussed, and the performance of the individual NDE techniques on the metrics of corrosion and fatigue is evaluated. The results are used to generate a set of requirements for data fusion system to successfully transform the NDE data to a form a suitable for input to the structural models.

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.

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: aucune
Score de désaccord entre enseignants0,723
Score d'incertitude au seuil0,721

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 ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,243
Écart entre enseignants0,228 · 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