MétaCan
Menu
Retour à la cohorte
Enregistrement W2415055955 · doi:10.21611/qirt.2014.095

Comparative study of Thermographic Signal Reconstruction and Partial Least Squares Thermography for detection and evaluation of subsurface defects

2014· article· en· W2415055955 sur OpenAlexafffund
Fernando López, V.P. Nicolau, Clemente Ibarra‐Castanedo, Стефано Сфарра, Xavier Maldague

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCiência sem FronteirasForeign Affairs and International Trade CanadaConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésThermographyPartial least squares regressionSIGNAL (programming language)Signal reconstructionMaterials scienceLeast-squares function approximationComputer scienceSignal processingOpticsRemote sensingInfraredMathematicsGeologyTelecommunicationsStatisticsPhysicsRadar

Résumé

récupéré en direct d'OpenAlex

Thermographic signal reconstruction (TSR) and partial least squares thermography (PLST) are techniques conceived for the processing and analysis of pulsed thermography (PT) data. In this work, the capabilities of both techniques are evaluated. A thermal data sequence was obtained from a PT inspection on a carbon fiber reinforced polymer (CFRP) specimen with simulated delaminations (Teflon inserts). The IR sequence was then processed with both TSR and PLST and their results were evaluated in terms of the signal-to-noise ratio at maximum signal contrast for each defect. The discussion focuses on the performance, limitations and advantages of each processing method.

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)0,001
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 enseignants0,340
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,023
Tête enseignante GPT0,255
Écart entre enseignants0,232 · 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

Citations25
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetThermography and Photoacoustic TechniquesTravaux en français237 207