MétaCan
Menu
Retour à la cohorte
Enregistrement W2804806906 · doi:10.1109/tii.2018.2836363

Automated Dynamic Inspection Using Active Infrared Thermography

2018· article· en· W2804806906 sur OpenAlexaff
Rubén Usamentiaga, Yacine Mokhtari, Clemente Ibarra‐Castanedo, M. Klein, Marc Genest, Xavier Maldague

Notice bibliographique

RevueIEEE Transactions on Industrial Informatics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensNational Research Council CanadaGovernment of CanadaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésThermographyRobustness (evolution)Computer scienceInfraredAutomated X-ray inspectionArtificial intelligenceComputer visionEngineeringImage processingImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Active thermography is a proven technology used in a wide variety of applications. In the most common approach using a static configuration, the elements involved in the inspection do not move. This presents serious drawbacks when it is applied to the inspection of large products and machines. An alternative approach is the dynamic inspection, which enables the inspection of large and complex products with better resolution, but it is also extremely challenging as data reconstruction is necessary. This work analyzes two methods for dynamic inspection using active infrared thermography: the thermal photocopier and the line scan. Automatic robust methods are proposed to calculate the temperature-time history, producing a pseudostatic sequence that can be further processed using advanced data processing algorithms to improve defect detection. Results demonstrate the robustness of the proposed methods and the ability to inspect large products with excellent results.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,252
Écart entre enseignants0,228 · 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'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

Citations53
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial InformaticsMême sujetThermography and Photoacoustic TechniquesTravaux en français237 207