MétaCan
Menu
Retour à la cohorte
Enregistrement W3136110425 · doi:10.1109/jsen.2021.3065942

Polymorphic Measurement Method of FeO Content of Sinter Based on Heterogeneous Features of Infrared Thermal Images

2021· article· en· W3136110425 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Sensors Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueIron and Steelmaking Processes
Établissements canadiensUniversité Laval
Organismes subventionnairesFoundation for Innovative Research Groups of the National Natural Science Foundation of ChinaNational Natural Science Foundation of China
Mots-clésSinteringInfraredContent (measure theory)Materials scienceThermalProcess (computing)Process engineeringExtraction (chemistry)Computer scienceMetallurgyOpticsEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

FeO content of sinter is an important indicator of the quality of sinter. Aiming to overcome the difficulty of detecting the FeO content of sinter in the sintering process in real-time, this paper proposes a polymorphic measurement method for sinter FeO content based on heterogeneous features of infrared thermal images. First, an infrared thermal imager is applied to capture the infrared thermal images of sinter cross section at the tail of the sintering machine, and key frame and region of interest extraction are adopted to reduce the data throughput. Then, the shallow features and deep features that are related to the FeO content are extracted based on the regions of interest. Next, a polymorphic mechanism model is established to obtain the preliminary FeO content, and the sinter quality is divided into three grades according to the preliminary FeO content. Finally, three intelligent models corresponding to the three sinter grades are established to achieve the FeO content prediction based on the extracted heterogeneous features. Results in a sintering plant show that the proposed method can measure the FeO content accurately and provide reliable FeO content data for sintering site.

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.

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 enseignants0,178
Score d'incertitude au seuil0,505

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 Opus0,039
Tête enseignante GPT0,253
Écart entre enseignants0,214 · 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