論文の概要: pyALDIC: A Python Implementation of Augmented Lagrangian Digital Image Correlation with a GUI, Adaptive Meshing, and Mask-Aware Subset Splitting
- arxiv url: http://arxiv.org/abs/2607.22755v1
- Date: Thu, 23 Jul 2026 18:31:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:14.866366
- Title: pyALDIC: A Python Implementation of Augmented Lagrangian Digital Image Correlation with a GUI, Adaptive Meshing, and Mask-Aware Subset Splitting
- Title（参考訳）: pyALDIC: GUI, Adaptive Meshing, Mask-Aware Subset Splittingと拡張ラグランジアンデジタルイメージ相関のPython実装
- Authors: Zixiang Tong, Jin Yang,
- Abstract要約: pyALDICは、フルフィールド変位とひずみ測定のための拡張ラグランジアンデジタル画像相関(AL-DIC)のオープンソースPython実装である。
このソフトウェアはグラフィカルなユーザインターフェースとスクリプト可能なPython APIを組み合わせて、適応的なクアッドツリーメッシュ、クラックやホールの近くで分割するマスク対応サブセット、選択可能なローカルDICとAL-DICソルバモードをサポートする。
- 参考スコア（独自算出の注目度）: 7.421737610767278
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: pyALDIC is an open-source Python implementation of augmented Lagrangian digital image correlation (AL-DIC) for full-field displacement and strain measurement. The software combines a graphical user interface with a scriptable Python API and supports adaptive quadtree meshing, mask-aware subset splitting near cracks and holes, and selectable Local DIC and AL-DIC solver modes. Numba acceleration enables efficient analysis, while automated tests, documentation, and reproducible examples support reliable use acrossWindows, macOS, and Linux. Verification cases include synthetic displacement fields, rigid-body motion, Mode-I cracking, adaptive refinement, and experimental uniaxial tension. pyALDIC is distributed through PyPI, GitHub, and Zenodo under a BSD-3-Clause license for reproducibility. pyALDIC is openly available at https://github.com/zachtong/pyALDIC.
- Abstract（参考訳）: pyALDICは、フルフィールド変位とひずみ測定のための拡張ラグランジアンデジタル画像相関(AL-DIC)のオープンソースPython実装である。
このソフトウェアはグラフィカルなユーザインターフェースとスクリプト可能なPython APIを組み合わせて、適応的なクアッドツリーメッシュ、クラックやホールの近くで分割するマスク対応サブセット、選択可能なローカルDICとAL-DICソルバモードをサポートする。
Numbaのアクセラレーションは効率的な分析を可能にし、自動テスト、ドキュメンテーション、再現可能な例は、Windows、macOS、Linuxで信頼性の高い使用をサポートする。
検証ケースには、合成変位場、剛体運動、モードIクラッキング、適応的な精細化、実験的な一軸張力がある。
pyALDICは、再現性のためにBSD-3-Clauseライセンスの下で、PyPI、GitHub、Zenodoを通じて配布されている。
pyALDICはhttps://github.com/zachtong/pyALDICで公開されている。
関連論文リスト
- PyPulse: A Python Library for Biosignal Imputation [58.35269251730328]
PyPulseは,臨床およびウェアラブルの両方のセンサ設定において生体信号の計算を行うPythonパッケージである。
PyPulseのフレームワークは、非機械学習バイオリサーバーを含む幅広いユーザーベースに対して、使い勝手の良いモジュラーで拡張可能なフレームワークを提供する。
PyPulseはMITライセンスでGithubとPyPIでリリースしました。
論文 参考訳（メタデータ） (2024-12-09T11:00:55Z) - PyHySCO: GPU-Enabled Susceptibility Artifact Distortion Correction in Seconds [1.831735742288489]
我々はPyTorchで実装されたユーザフレンドリーなEPI歪み補正ツールであるPyHySCOを紹介した。
PyHySCOは時間的な物理的歪みモデルと数学的定式化を用いており、訓練なしで信頼性が高い。
Human Connectome Projectの3Tデータと7Tデータを用いた大規模な検証では、PyHySCOはRGPツールの上位ツールに匹敵する精度を、ほんの少しのコストで達成していることを示唆している。
論文 参考訳（メタデータ） (2024-03-15T21:49:13Z) - pyvene: A Library for Understanding and Improving PyTorch Models via
Interventions [79.72930339711478]
$textbfpyvene$は、さまざまなPyTorchモジュールに対するカスタマイズ可能な介入をサポートするオープンソースライブラリである。
私たちは、$textbfpyvene$が、ニューラルモデルへの介入を実行し、他のモデルとインターバルされたモデルを共有するための統一されたフレームワークを提供する方法を示します。
論文 参考訳（メタデータ） (2024-03-12T16:46:54Z) - TorchDIVA: An Extensible Computational Model of Speech Production built
on an Open-Source Machine Learning Library [19.81775668191837]
DIVAモデルは音声運動制御の計算モデルであり、音声生成に関与する脳領域のシミュレーションと人間の声道モデルを組み合わせたものである。
このモデルは、現在Matlab Simulinkで実装されているが、音声技術研究の大部分がPythonで行われているため、これは理想的ではない。
PyTorchテンソルを用いたPythonでのDIVAの完全な再構築であるTorchDIVAを提案する。
論文 参考訳（メタデータ） (2022-10-17T18:00:52Z) - Torchhd: An Open Source Python Library to Support Research on
Hyperdimensional Computing and Vector Symbolic Architectures [99.70485761868193]
我々はHD/VSA用の高性能オープンソースPythonライブラリであるTorchhdを紹介する。
Torchhdは、HD/VSAをよりアクセスしやすくし、さらなる研究とアプリケーション開発のための効率的な基盤となることを目指している。
論文 参考訳（メタデータ） (2022-05-18T20:34:25Z) - PyGOD: A Python Library for Graph Outlier Detection [56.33769221859135]
PyGODは、グラフデータの外れ値を検出するオープンソースライブラリである。
外れ値検出のための主要なグラフベースのメソッドを幅広くサポートしています。
PyGODはBSD 2-Clauseライセンスの下でhttps://pygod.orgとPython Package Index (PyPI)でリリースされている。
論文 参考訳（メタデータ） (2022-04-26T06:15:21Z) - PySAD: A Streaming Anomaly Detection Framework in Python [0.0]
ストリーム異常検出には厳密な制約の下で動作させるアルゴリズムが必要である。
PySADは、統一アーキテクチャを通じてこれらの課題に対処する包括的なPythonフレームワークである。
論文 参考訳（メタデータ） (2020-09-05T17:41:37Z) - TorchIO: A Python library for efficient loading, preprocessing,
augmentation and patch-based sampling of medical images in deep learning [68.8204255655161]
我々はTorchIOというオープンソースのPythonライブラリを紹介し、ディープラーニングのための医療画像の効率的なロード、前処理、拡張、パッチベースのサンプリングを可能にする。
TorchIOはPyTorchのスタイルに従い、標準的な医用画像処理ライブラリを統合して、ニューラルネットワークのトレーニング中に画像を効率的に処理する。
Pythonを使わずに、画像ファイルに変換を適用できるコマンドラインインターフェースが含まれている。
論文 参考訳（メタデータ） (2020-03-09T13:36:16Z)
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。