MétaCan
Menu
Retour à la cohorte
Enregistrement W2031215413 · doi:10.1080/09349840500351846

Interactive Methodology for Optimized Defect Characterization by Quantitative Pulsed Phase Thermography

2005· article· en· W2031215413 sur OpenAlex
Clemente Ibarra‐Castanedo, Xavier Maldague

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

RevueResearch in Nondestructive Evaluation · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésComputer scienceFrame (networking)ThermographySampling (signal processing)Process (computing)Sample (material)Truncation (statistics)SimulationAlgorithmReal-time computingOpticsComputer visionInfrared

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Pulsed phase thermography is a nondestructive evaluation processing technique based on the discrete Fourier Transform. The time-frequency duality plays a critical role in the selection of the sampling and truncation parameters and has to be addressed experimentally as a function of the inspected depth. To characterize a wide range of depths in a single test, the ideal solution is to sample at the maximum available frame rate for the longest possible time and to process all this data at once. Nevertheless, two factors restrict this operation. First, the maximum frame rate and storage capacity in any acquisition system are limited and so is the span of potentially detected depths. Second, although limited, the storage capacity generally exceeds the ordinary PC's capabilities to handle simultaneously all the collected information. As a result, a compromise between sampling and storage capacity, processing capabilities and range of potentially detected depth needs to be made. A four-step interactive methodology is proposed to deal with this problem. The idea is to perform a first partial processing with a fraction of the recorded data for visualization purposes only and then to individually manage selected (defective) areas, now visible, without repeating any test.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,702
Score d'incertitude au seuil0,791

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,214
Tête enseignante GPT0,490
Écart entre enseignants0,276 · 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