MétaCan
Menu
Retour à la cohorte
Enregistrement W2066475355 · doi:10.1364/ao.51.000610

Application of the Hough transform for the automatic determination of soot aggregate morphology

2012· article· en· W2066475355 sur OpenAlexaff
И. А. Гришин, Kevin A. Thomson, Francesca Migliorini, J. J. Sloan

Notice bibliographique

RevueApplied Optics · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage and Object Detection Techniques
Établissements canadiensNational Research Council CanadaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAggregate (composite)Hough transformImage processingMaterials scienceOpticsParticle (ecology)Resolution (logic)Computer scienceSootDigital image processingLaptopImage (mathematics)Artificial intelligenceNanotechnologyPhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

We report a new method for automated identification and measurement of primary particles within soot aggregates as well as the sizes of the aggregates and discuss its application to high-resolution transmission electron microscope (TEM) images of the aggregates. The image processing algorithm is based on an optimized Hough transform, applied to the external border of the aggregate. This achieves a significant data reduction by decomposing the particle border into fragments, which are assumed to be spheres in the present application, consistent with the known morphology of soot aggregates. Unlike traditional techniques, which are ultimately reliant on manual (human) measurement of a small sample of primary particles from a subset of aggregates, this method gives a direct measurement of the sizes of the aggregates and the size distributions of the primary particles of which they are composed. The current version of the algorithm allows processing of high-resolution TEM images by a conventional laptop computer at a rate of 1-2 ms per aggregate. The results were validated by comparison with manual image processing, and excellent agreement was found.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,010
Tête enseignante GPT0,246
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations42
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetImage and Object Detection TechniquesTravaux en français237 207