MétaCan
Menu
Retour à la cohorte
Enregistrement W3176902750 · doi:10.1088/1361-665x/ac0f44

Numerical ultrasonic full waveform inversion (FWI) for complex structures in coupled 2D solid/fluid media

2021· article· en· W3176902750 sur OpenAlex
Jiaze He, Jing Rao, Jacob D. Fleming, Hom Nath Gharti, Luan Nguyen, Gaines Morrison

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

RevueSmart Materials and Structures · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensQueen's University
Organismes subventionnairesUniversity of Alabama
Mots-clésInversion (geology)Ultrasonic sensorWaveformGeologyAcousticsMaterials scienceComputer sciencePhysicsSeismologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Undetected inclusions in engineering components cause tremendous industrial expenses in maintenance and repairs each year, with additional risks of catastrophic failures. This paper introduces a powerful method for inclusion imaging and reconstruction in irregularly-shaped components, based on a cutting-edge imaging technique—full waveform inversion (FWI). We propose an ultrasonic scanning setup for nondestructive evaluation (NDE) that fits a variety of components with different shapes and sizes. The FWI theoretical expressions are summarized, aiming for creating clear explanations for the NDE and material characterization communities. Systematic analysis of the FWI performance using different setups has been conducted, and a variety of case studies show different aspects of complexity that the FWI technique can address. Multiple inclusions have been successfully reconstructed in gears, exhibiting the potential of applying the proposed technique in overcoming various NDE challenges related to the rapidly growing structural and material complexity nowadays.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil0,997

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)0,0040,000

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 Opus0,018
Tête enseignante GPT0,236
Écart entre enseignants0,219 · 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