Fugu-MT 論文翻訳(概要): Reference Dataset and Benchmark for Reconstructing Laser Parameters from On-axis Video in Powder Bed Fusion of Bulk Stainless Steel

論文の概要: Reference Dataset and Benchmark for Reconstructing Laser Parameters from On-axis Video in Powder Bed Fusion of Bulk Stainless Steel

arxiv url: http://arxiv.org/abs/2409.12475v1
Date: Thu, 19 Sep 2024 05:30:24 GMT
ステータス: 処理完了
システム内更新日: 2024-11-07 14:41:29.242469
Title: Reference Dataset and Benchmark for Reconstructing Laser Parameters from On-axis Video in Powder Bed Fusion of Bulk Stainless Steel
Title（参考訳）: バルク系ステンレス鋼粉末層核融合におけるオン軸ビデオからのレーザパラメータ再構成のための基準データセットとベンチマーク
Authors: Cyril Blanc, Ayyoub Ahar, Kurt De Grave,
Abstract要約: RAISE-LPBFは粉末層融合におけるレーザーパワーとレーザードット速度の影響に関する大規模なデータセットである。このデータは、LPBFの統計的性質の導出や、異常検出器の構築に利用できる。
参考スコア（独自算出の注目度）: 0.6417777780911224
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present RAISE-LPBF, a large dataset on the effect of laser power and laser dot speed in powder bed fusion (LPBF) of 316L stainless steel bulk material, monitored by on-axis 20k FPS video. Both process parameters are independently sampled for each scan line from a continuous distribution, so interactions of different parameter choices can be investigated. The data can be used to derive statistical properties of LPBF, as well as to build anomaly detectors. We provide example source code for loading the data, baseline machine learning models and results, and a public benchmark to evaluate predictive models.
Abstract（参考訳）: RAISE-LPBFは316L鋼バルク材の粉末層融合(LPBF)におけるレーザーパワーとレーザードット速度の大規模なデータセットであり, オン軸20kFPSビデオで観察した。いずれのプロセスパラメータも、連続分布から各スキャンラインに対して独立にサンプリングされるので、異なるパラメータ選択の相互作用を調べることができる。このデータは、LPBFの統計的性質の導出や、異常検出器の構築に利用できる。データを読み込むためのサンプルソースコード、ベースライン機械学習モデルと結果、予測モデルを評価するための公開ベンチマークを提供する。

関連論文リスト

Estimating Pore Location of PBF-LB/M Processes with Segmentation Models [0.0]
本稿では,ガウス核密度推定を用いて単一層内における位置を推定する多孔性局所化手法を提案する。これにより、セグメンテーションモデルは、その場監視データと細孔発生の導出確率分布との相関を学習することができる。以上の結果から,本手法は最小限のデータ前処理を必要とする細孔の正確な局所化を可能にすると結論付けた。
論文参考訳（メタデータ） (2024-08-05T14:31:09Z)
Integrating Multi-Physics Simulations and Machine Learning to Define the Spatter Mechanism and Process Window in Laser Powder Bed Fusion [6.024307115154315]
本研究では, LPBFにおける多物理現象をシミュレートするために構築した高忠実度モデリングツールを用いて, スパッタ形成機構について検討した。スパッタの挙動と生成を理解するため, 噴出時の特性を明らかにし, 生成源である溶融プールからの変動を評価する。分類タスクの相関解析と機械学習(ML)アルゴリズムを用いて,スパッタとメルトプールの関係を評価した。
論文参考訳（メタデータ） (2024-05-13T15:08:02Z)
Data-freeWeight Compress and Denoise for Large Language Models [101.53420111286952]
パラメータ行列を圧縮する手法として,データフリーなジョイントランクk近似を提案する。キャリブレーションデータなしで、元の性能の93.43%を維持しながら80%のパラメータのモデルプルーニングを実現する。
論文参考訳（メタデータ） (2024-02-26T05:51:47Z)
Closing the loop: Autonomous experiments enabled by machine-learning-based online data analysis in synchrotron beamline environments [80.49514665620008]
機械学習は、大規模または高速に生成されたデータセットを含む研究を強化するために使用できる。本研究では,X線反射法(XRR)のための閉ループワークフローへのMLの導入について述べる。本研究では,ビームライン制御ソフトウェア環境に付加的なソフトウェア依存関係を導入することなく,実験中の基本データ解析をリアルタイムで行うソリューションを提案する。
論文参考訳（メタデータ） (2023-06-20T21:21:19Z)
MV-JAR: Masked Voxel Jigsaw and Reconstruction for LiDAR-Based Self-Supervised Pre-Training [58.07391711548269]
Masked Voxel Jigsaw and Reconstruction (MV-JAR) method for LiDAR-based self-supervised pre-training Masked Voxel Jigsaw and Reconstruction (MV-JAR) method for LiDAR-based self-supervised pre-training
論文参考訳（メタデータ） (2023-03-23T17:59:02Z)
DynImp: Dynamic Imputation for Wearable Sensing Data Through Sensory and Temporal Relatedness [78.98998551326812]
従来の手法では、データの時系列ダイナミクスと、異なるセンサーの特徴の関連性の両方をめったに利用していない、と我々は主張する。我々はDynImpと呼ばれるモデルを提案し、特徴軸に沿って近接する隣人と異なる時間点の欠如を扱う。本手法は, 関連センサのマルチモーダル性特性を活かし, 履歴時系列のダイナミックスから学習し, 極端に欠落した状態でデータを再構築することができることを示す。
論文参考訳（メタデータ） (2022-09-26T21:59:14Z)
Bayesian model calibration for block copolymer self-assembly: Likelihood-free inference and expected information gain computation via measure transport [6.496038875667294]
ブロック共重合体(BCP)の自己組織化現象を記述するモデルの校正について考察する。測度輸送に基づく確率自由なアプローチを用いて、この挑戦的なベイズ推定問題に取り組む。ダイブロック共重合体薄膜自己組織化のための大田-川崎モデルに基づく数値ケーススタディを提案する。
論文参考訳（メタデータ） (2022-06-22T19:38:52Z)
DUT-LFSaliency: Versatile Dataset and Light Field-to-RGB Saliency Detection [104.50425501764806]
ライトフィールドサリエンシー検出のための汎用性の高いアプリケーションを可能にする大規模なデータセットを紹介します。本論文では,フォカルストリームとRGBストリームからなる非対称2ストリームモデルを提案する。実験は、我々の焦点ストリームが最先端のパフォーマンスを達成することを実証する。
論文参考訳（メタデータ） (2020-12-30T11:53:27Z)
Learning summary features of time series for likelihood free inference [93.08098361687722]
時系列データから要約機能を自動的に学習するためのデータ駆動型戦略を提案する。以上の結果から,データから要約的特徴を学習することで,手作りの値に基づいてLFI手法よりも優れる可能性が示唆された。
論文参考訳（メタデータ） (2020-12-04T19:21:37Z)
PILArNet: Public Dataset for Particle Imaging Liquid Argon Detectors in High Energy Physics [0.0]
PILArNetは、最初の2Dおよび3Dオープンデータセットで、いくつかの重要な分析タスクに使用される。データセットには、シミュレーションされた30万のサンプルが含まれ、3つの異なるボリュームサイズで記録されている。体積のシミュレーション粒子に関する補助情報を備えたスパース2Dおよび3Dマトリックス形式で効率よく保存される。
論文参考訳（メタデータ） (2020-06-03T00:36:04Z)

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。