MétaCan
Menu
Retour à la cohorte
Enregistrement W2255371195 · doi:10.3390/s18010045

Enhanced Infrared Image Processing for Impacted Carbon/Glass Fiber-Reinforced Composite Evaluation

2017· article· en· W2255371195 sur OpenAlexafffund
Hai Zhang, Nicolas P. Avdelidis, Ahmad Osman, Clemente Ibarra‐Castanedo, Стефано Сфарра, Henrique Fernandes, Theodore E. Matikas, Xavier Maldague

Notice bibliographique

RevueSensors · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesRussian Science FoundationNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésThermographySmoothingMaterials scienceSIGNAL (programming language)Signal processingNondestructive testingImage processingInfraredModality (human–computer interaction)Computer scienceAcousticsOpticsArtificial intelligenceComputer visionImage (mathematics)Digital signal processingComputer hardware

Résumé

récupéré en direct d'OpenAlex

In this paper, an infrared pre-processing modality is presented. Different from a signal smoothing modality which only uses a polynomial fitting as the pre-processing method, the presented modality instead takes into account the low-order derivatives to pre-process the raw thermal data prior to applying the advanced post-processing techniques such as principal component thermography and pulsed phase thermography. Different cases were studied involving several defects in CFRPs and GFRPs for pulsed thermography and vibrothermography. Ultrasonic testing and signal-to-noise ratio analysis are used for the validation of the thermographic results. Finally, a verification that the presented modality can enhance the thermal image performance effectively is provided.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,430
Score d'incertitude au seuil0,693

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 GPT0,272
Écart entre enseignants0,258 · 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

Citations29
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetThermography and Photoacoustic TechniquesTravaux en français237 207