MétaCan
Menu
Retour à la cohorte
Enregistrement W2151103177 · doi:10.1109/tuffc.2013.2715

An ultrasonic array technique for material characterization of plate samples

2013· article· en· W2151103177 sur OpenAlexaff
С. А. Титов, Roman Gr. Maev

Notice bibliographique

RevueIEEE Transactions on Ultrasonics Ferroelectrics and Frequency Control · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasonics and Acoustic Wave Propagation
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésUltrasonic sensorTransverse planeOpticsAcousticsMaterials scienceLongitudinal waveAmplitudeTime domainParticle velocityAperture (computer memory)PhysicsWave propagation

Résumé

récupéré en direct d'OpenAlex

An ultrasonic system with a linear array for characterization of a layered specimen placed in immersion liquid parallel to the aperture of the array is considered. To estimate the longitudinal and transverse wave velocities as well as the thickness and density of the specimen, it is proposed to decompose the spatio-temporal data recorded by the array in a spectrum of plane pulse waves. Based on fitting the developed wave model of the system to the experimental data, it is shown that the relative delays and amplitudes of the spectral responses can be used for the estimation of the velocities and thickness of the layer and its density. The distortions of the plane wave spectrum caused by the spatial discretization of the array data are considered. It is proposed to suppress these distortions using individual interpolating processing of the received pulses separated in the spatio-temporal domain. The developed technique is experimentally verified on a fused quartz plate evaluated with a 17-MHz linear array. The relative reproducibility of the estimation is found to be 0.11% in the longitudinal wave velocity and thickness of the plate, and 0.5% and 5% in the transverse wave velocity and the density, respectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,007
Tête enseignante GPT0,197
Écart entre enseignants0,190 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Ultrasonics Ferroelectrics and Frequency ControlMême sujetUltrasonics and Acoustic Wave PropagationTravaux en français237 207