論文の概要: Automated Defect Identification and Categorization in NDE 4.0 with the Application of Artificial Intelligence

• arxiv url: http://arxiv.org/abs/2506.22513v1
• Date: Thu, 26 Jun 2025 06:25:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.437984
• Title: Automated Defect Identification and Categorization in NDE 4.0 with the Application of Artificial Intelligence
• Title（参考訳）: 人工知能を用いたNDE 4.0における欠陥の自動同定と分類
• Authors: Aditya Sharma,
• Abstract要約: 放射線検査における欠陥検出と組織化のための自動フレームワークの構築を試みる。 基本情報源として、航空機溶接部の223枚のCR写真を編集・分類する技術である。 欠陥の強い相違を示す小型のa90/95特性は, 提案手法が欠陥検出において例外的な認識を達成していることを示す。
• 参考スコア（独自算出の注目度）: 2.1458230584719247
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This investigation attempts to create an automated framework for fault detection and organization for usage in contemporary radiography, as per NDE 4.0. The review's goals are to address the lack of information that is sufficiently explained, learn how to make the most of virtual defect increase, and determine whether the framework is viable by using NDE measurements. As its basic information source, the technique consists of compiling and categorizing 223 CR photographs of airplane welds. Information expansion systems, such as virtual defect increase and standard increase, are used to work on the preparation dataset. A modified U-net model is prepared using the improved data to produce semantic fault division veils. To assess the effectiveness of the model, NDE boundaries such as Case, estimating exactness, and misleading call rate are used. Tiny a90/95 characteristics, which provide strong differentiating evidence of flaws, reveal that the suggested approach achieves exceptional awareness in defect detection. Considering a 90/95, size error, and fake call rate in the weld area, the consolidated expansion approach clearly wins. Due to the framework's fast derivation speed, large images can be broken down efficiently and quickly. Professional controllers evaluate the transmitted system in the field and believe that it has a guarantee as a support device in the testing cycle, irrespective of particular equipment cut-off points and programming resemblance.
• Abstract（参考訳）: この調査は、NDE 4.0のように、現代のラジオグラフィーで使われる障害検出と組織のための自動化されたフレームワークを作ろうとしている。 レビューの目的は、十分に説明されている情報の欠如に対処し、仮想欠陥を最大限に活用する方法を学び、NDE測定によってフレームワークが有効かどうかを決定することである。 基本情報源として、航空機溶接部の223枚のCR写真を編集・分類する技術である。 仮想欠陥増加や標準増加などの情報拡張システムは、準備データセットの開発に使用される。 改良されたデータを用いて改良されたU-netモデルを作成し、意味的故障分割ベールを生成する。 モデルの有効性を評価するために、ケース、推定精度、誤解を招く呼び出し率などのNDE境界を用いる。 a90/95の特徴は、欠陥の強い相違を示すものであり、提案手法が欠陥検出において例外的な認識を達成していることを示している。 溶接部の90/95, 寸法誤差, 偽着信率を考慮すると, 統合展開方式は明らかに勝利する。 フレームワークの高速な導出速度のため、大きな画像を効率的に高速に分解することができる。 プロのコントローラは、現場で送信されたシステムを評価し、特定の機器の遮断点やプログラムの類似性に関係なく、テストサイクルにおけるサポートデバイスとして保証されていると信じている。

関連論文リスト

• NeRF-Based defect detection [6.72800891299482]
  本稿では,Neural Radiance Fields(NeRF)に基づく自動欠陥検出フレームワークとディジタルツインの概念を紹介する。 このシステムは、UAVを使って画像を取得し、機械の3Dモデルを再構成し、標準的な基準モデルと現在のモデルの両方を生成して比較する。
  論文  参考訳（メタデータ） (2025-03-31T22:27:51Z)
• Automated Processing of eXplainable Artificial Intelligence Outputs in Deep Learning Models for Fault Diagnostics of Large Infrastructures [13.422002958854936]
  本研究は, ポストホックな説明と半教師付き学習を組み合わせて, 異常な説明を自動的に識別するフレームワークを提案する。 提案するフレームワークは,送電網インフラ監視のための絶縁体シェルのドローンによる画像に応用される。 2つの欠陥クラスの平均分類精度は8%向上し、メンテナンス作業者は画像の15%しか手動で再分類する必要がある。
  論文  参考訳（メタデータ） (2025-03-19T16:57:00Z)
• A Hybrid Framework for Statistical Feature Selection and Image-Based Noise-Defect Detection [55.2480439325792]
  本稿では,統計的特徴選択と分類技術を統合し,欠陥検出精度を向上させるハイブリッドフレームワークを提案する。 工業画像から抽出した55個の特徴を統計的手法を用いて解析した。 これらの手法をフレキシブルな機械学習アプリケーションに統合することにより、検出精度を改善し、偽陽性や誤分類を減らす。
  論文  参考訳（メタデータ） (2024-12-11T22:12:21Z)
• Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
  本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。 本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
  論文  参考訳（メタデータ） (2024-10-31T13:13:32Z)
• Diffusion Model Driven Test-Time Image Adaptation for Robust Skin Lesion Classification [24.08402880603475]
  テストデータ上でのモデルの精度を高めるためのテスト時間画像適応手法を提案する。 拡散モデルを用いて、対象の試験画像をソース領域に投影して修正する。 私たちの手法は、さまざまな汚職、アーキテクチャ、データレシエーションにおいて、堅牢性をより堅牢にします。
  論文  参考訳（メタデータ） (2024-05-18T13:28:51Z)
• DefectHunter: A Novel LLM-Driven Boosted-Conformer-based Code Vulnerability Detection Mechanism [3.9377491512285157]
  DefectHunterは、Conformerメカニズムを利用した脆弱性識別のための革新的なモデルである。 このメカニズムは、畳み込みネットワークと自己意識を融合させ、局所的、位置的特徴とグローバル的、コンテンツに基づく相互作用の両方をキャプチャする。
  論文  参考訳（メタデータ） (2023-09-27T00:10:29Z)
• PAC-Based Formal Verification for Out-of-Distribution Data Detection [4.406331747636832]
  本研究は、VAEの符号化プロセスを用いて、OOD検出に基づくほぼ正しい(PAC)保証を行う。 ユーザ定義の信頼性で不慣れなインスタンスに検出エラーをバインドするために使用される。
  論文  参考訳（メタデータ） (2023-04-04T07:33:02Z)
• Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
  我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。 我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。 製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2022-06-23T14:16:30Z)
• Anomaly Detection Based on Selection and Weighting in Latent Space [73.01328671569759]
  SWADと呼ばれる新しい選択および重み付けに基づく異常検出フレームワークを提案する。 ベンチマークと実世界のデータセットによる実験は、SWADの有効性と優位性を示している。
  論文  参考訳（メタデータ） (2021-03-08T10:56:38Z)
• TELESTO: A Graph Neural Network Model for Anomaly Classification in Cloud Services [77.454688257702]
  機械学習(ML)と人工知能(AI)はITシステムの運用とメンテナンスに適用される。 1つの方向は、修復自動化を可能にするために、繰り返し発生する異常タイプを認識することである。 与えられたデータの次元変化に不変な手法を提案する。
  論文  参考訳（メタデータ） (2021-02-25T14:24:49Z)

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。