論文の概要: Data-driven Analysis of Turbulent Flame Images

• arxiv url: http://arxiv.org/abs/2012.01485v1
• Date: Wed, 2 Dec 2020 19:46:17 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-25 03:54:32.938704
• Title: Data-driven Analysis of Turbulent Flame Images
• Title（参考訳）: 乱流火炎画像のデータ駆動解析
• Authors: Rathziel Roncancio, Jupyoung Kim, Aly El Gamal and Jay P. Gore
• Abstract要約: 乱流予混合火炎はガスタービンを用いた発電に重要である。 未焼成物のポケットや島々は、これらのイベントの間、乱れた炎の特徴である。 CNNは、0%、5%、10%のCo$を添加した3つの乱流火炎に対して、未焼成ポケットを含む画像の分類に使用された。
• 参考スコア（独自算出の注目度）: 6.499706858965409
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Turbulent premixed flames are important for power generation using gas turbines. Improvements in characterization and understanding of turbulent flames continue particularly for transient events like ignition and extinction. Pockets or islands of unburned material are features of turbulent flames during these events. These features are directly linked to heat release rates and hydrocarbons emissions. Unburned material pockets in turbulent CH$_4$/air premixed flames with CO$_2$ addition were investigated using OH Planar Laser-Induced Fluorescence images. Convolutional Neural Networks (CNN) were used to classify images containing unburned pockets for three turbulent flames with 0%, 5%, and 10% CO$_2$ addition. The CNN model was constructed using three convolutional layers and two fully connected layers using dropout and weight decay. The CNN model achieved accuracies of 91.72%, 89.35% and 85.80% for the three flames, respectively.
• Abstract（参考訳）: 乱流予混合火炎はガスタービンを用いた発電に重要である。 火炎の特徴と理解の改善は、特に点火や絶滅のような過渡的な出来事に継続する。 未燃物のポケットや島は、これらの出来事における乱流火炎の特徴である。 これらの特徴は、放熱率や炭化水素の排出に直接関係している。 oh平面レーザー誘起蛍光画像を用いて, 乱流ch$_4$/空気予混合火炎中の未燃焼物質ポケットについて検討した。 畳み込みニューラルネットワーク(CNN)は,0%,5%,10%CO$2の3つの乱流火炎に対して,未焼成ポケットを含む画像の分類に用いられた。 cnnモデルは、3つの畳み込み層と2つの完全連結層をドロップアウトと重量減少を用いて構築した。 CNNモデルは3つの炎に対してそれぞれ91.72%、89.35%、85.80%の精度を達成した。

関連論文リスト

• Flame quality monitoring of flare stack based on deep visual features [0.26107298043931193]
  燃焼効率のモニタリングは環境保護にとって非常に重要である。 従来のセンサーによる監視方法は高価であるだけでなく、厳しい燃焼環境でも容易に損傷する。 本稿では,炎と煙の面積比,火のRGB情報,火の角度など,視覚的特徴のみを用いて火の質を監視することを提案する。
  論文  参考訳（メタデータ） (2024-10-18T14:49:56Z)
• Site-Controlled Purcell-Induced Bright Single Photon Emitters in Hexagonal Boron Nitride [62.170141783047974]
  六方晶窒化ホウ素(hBN)でホストされる単一光子エミッタは、室温で動作する量子フォトニクス技術にとって必須の構成要素である。 我々はPurcellにより誘導されるサイト制御SPEのためのプラズモンナノ共振器の大規模アレイを実験的に実証した。 我々の結果は、明るく、均一に統合された量子光源の配列を提供し、堅牢でスケーラブルな量子情報システムへの道を開いた。
  論文  参考訳（メタデータ） (2024-05-03T23:02:30Z)
• FlameFinder: Illuminating Obscured Fire through Smoke with Attentive Deep Metric Learning [11.218765140036254]
  FlameFinderは、山火事の監視中に消防士のドローンの熱画像を使って、煙によって隠されたとしても、炎を正確に検知するように設計されている。 従来のRGBカメラはそのような状況では苦戦するが、熱カメラは煙を吸収する炎の特徴を捉えることができる。 この問題を解決するために、FlameFinderは2枚の熱-RGB画像を用いてトレーニングを行っている。煙のないサンプルから潜熱火炎の特徴を学習することで、モデルは相対的な熱勾配に偏りが小さくなる。
  論文  参考訳（メタデータ） (2024-04-09T23:24:19Z)
• Improving Lens Flare Removal with General Purpose Pipeline and Multiple Light Sources Recovery [69.71080926778413]
  フレアアーティファクトは、画像の視覚的品質と下流のコンピュータビジョンタスクに影響を与える。 現在の方法では、画像信号処理パイプラインにおける自動露光やトーンマッピングは考慮されていない。 本稿では、ISPを再検討し、より信頼性の高い光源回収戦略を設計することで、レンズフレア除去性能を向上させるソリューションを提案する。
  論文  参考訳（メタデータ） (2023-08-31T04:58:17Z)
• Flare7K++: Mixing Synthetic and Real Datasets for Nighttime Flare Removal and Beyond [77.72043833102191]
  962個の実撮影フレア画像(Flare-R)と7000個の合成フレア画像(Flare7K)からなる夜間フレア除去データセットを初めて導入する。 Flare7Kと比較して、Frare7K++は、合成フレアのみを使用することで、光源周辺の複雑な劣化を取り除くのに特に効果的である。 この問題に対処するために、Frare7K++で光源のアノテーションを付加し、レンズフレアを除去しながら光源を保存するための新しいエンドツーエンドパイプラインを提案する。
  論文  参考訳（メタデータ） (2023-06-07T08:27:44Z)
• An Ensemble-Based Deep Framework for Estimating Thermo-Chemical State Variables from Flamelet Generated Manifolds [5.368509527675853]
  これまでの研究では、深層アーキテクチャを用いて2つのステップを共同で学習し、ソースエネルギーを推定する精度が73%向上した。 本稿では,関心量の後部分布を近似するために,ディープアンサンブルを導入する。
  論文  参考訳（メタデータ） (2022-11-25T13:30:41Z)
• Estimation of excess air coefficient on coal combustion processes via gauss model and artificial neural network [0.0]
  CCDカメラで得られた炎像と余剰空気係数(ラムダ)の関係をモデル化した。 特徴ラムダのマッチングには多層人工ニューラルネットワーク(ANN)が用いられている。
  論文  参考訳（メタデータ） (2021-07-23T18:47:56Z)
• Aerial Imagery Pile burn detection using Deep Learning: the FLAME dataset [9.619617596045911]
  FLAME(Fire Luminosity Airborne-based Machine Learning Evaluation)は、火災の空中画像のデータセットを提供する。 本論文は,アリゾナ松林において,所定の燃えるデトリタスの間,ドローンが収集した火災画像データセットを提供する。 また、この論文は2つの機械学習問題の解決策を強調している: 火炎の存在と不在に基づくビデオフレームのバイナリ分類。
  論文  参考訳（メタデータ） (2020-12-28T00:00:41Z)
• Learning to Restore a Single Face Image Degraded by Atmospheric Turbulence using CNNs [93.72048616001064]
  このような条件下で撮影された画像は、幾何学的変形と空間のぼかしの組合せに悩まされる。 乱流劣化顔画像の復元問題に対する深層学習に基づく解法を提案する。
  論文  参考訳（メタデータ） (2020-07-16T15:25:08Z)
• Near-ideal spontaneous photon sources in silicon quantum photonics [55.41644538483948]
  集積フォトニクスは量子情報処理のための堅牢なプラットフォームである。 非常に区別がつかず純粋な単一の光子の源は、ほぼ決定的か高い効率で隠蔽されている。 ここでは、これらの要件を同時に満たすオンチップ光子源を実証する。
  論文  参考訳（メタデータ） (2020-05-19T16:46:44Z)
• Mechanical Decoupling of Quantum Emitters in Hexagonal Boron Nitride from Low-Energy Phonon Modes [52.77024349608834]
  六方晶窒化ホウ素 (hBN) の量子放出体は, 最近, 室温のフーリエ変態限界に従って均一な直線幅を持つことが報告された。 この異常な観測は、hBNホスト物質の2つの平面の間にエミッターが配置されている場合に発生する、面内フォノンモードからの分離に遡る。
  論文  参考訳（メタデータ） (2020-04-22T20:00:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。