MétaCan
Menu
Retour à la cohorte
Enregistrement W2273731610 · doi:10.2495/mc070181

3D strain mapping inside materials by microstructural tracking in tomographic volumes

2007· article· en· W2273731610 sur OpenAlexaff
Hiroyuki Toda, Masakazu Kobayashi, Kentaro Uesugi, David S. Wilkinson, T. Kobayashi

Notice bibliographique

RevueWIT transactions on engineering sciences · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensMcMaster University
Organismes subventionnairesJapan Society for the Promotion of ScienceLight Metal Educational FoundationTatematsu Foundation
Mots-clésTracking (education)Materials scienceDeformation (meteorology)Displacement (psychology)Synchrotron radiationFracture (geology)Digital image correlationSynchrotronTomographyScale (ratio)Composite materialOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

X-ray absorption microtomography has been employed to trace the physical displacement of internal microstructural features in order to obtain local strain distribution inside materials.The number of microstructural features visible by means of state-of-the-art synchrotron radiation microtomography sometimes reaches into the tens of thousands or more in ordinary structural materials.It implies that high-density strain mapping is enabled if such large-scale tracking is accurately performed.The present paper describes a method to accurately track microstructural features by utilising the information on the size, shape and gravity centre of microstructural features together with the spring model particle tracking algorithm and exploratory registration using macroscopic deformation pattern.A model material which contains artificially introduced micro-pores has been prepared and used for the investigation.It has been clarified that almost perfect tracking is realised if the procedure is adequately applied to 3D image data sets.3D internal strain mapping is also demonstrated and correlated to the localised ductile fracture of the model material.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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
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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWIT transactions on engineering sciencesMême sujetMineral Processing and GrindingTravaux en français237 207