論文の概要: From Fourier Amplitudes to Persistence Images for Impact-Echo Defect Detection

• arxiv url: http://arxiv.org/abs/2610.18732v1
• Date: Tue, 13 Oct 2026 17:07:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 20:01:52.795162
• Title: From Fourier Amplitudes to Persistence Images for Impact-Echo Defect Detection
• Title（参考訳）: 衝撃エコー欠陥検出のためのフーリエ振幅から永続画像へ
• Abstract要約: 衝撃エチョ試験はコンクリート構造物の内部欠陥を検出する非破壊的な方法である。 境界反射、構造的干渉、測定ノイズは複雑なフーリエ振幅スペクトルを生成する。 フーリエ振幅スペクトルから2次元周波数振幅持続像(FA-PI)を構築した。
• 参考スコア（独自算出の注目度）: 0.19116784879310025
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Impact-echo testing is a nondestructive testing method used to detect internal defects in concrete structures. However, boundary reflections, structured interference, and measurement noise can produce complex Fourier amplitude spectra, making defect classification difficult. We constructed a two-dimensional frequency--amplitude persistence image (FA-PI) from the Fourier amplitude spectrum. Using a fixed parameterization of exact multi-parameter persistent homology, each retained Fourier component is represented with frequency-bin location as one coordinate and amplitude as the other, and Gaussian kernels are then applied in this two-dimensional space. This construction has a direct analytical connection to the corresponding one-dimensional Gaussian-smoothed Fourier amplitude spectrum. FA-PI was evaluated on an experimental backfill-void dataset and a public bridge-deck impact-echo dataset, and compared with raw and Gaussian-smoothed Fourier amplitude spectra using a linear classifier with a Softmax output and identical signal-level data splits. The evaluation included original signals and signals corrupted by Gaussian noise, sinusoidal interference, or mixed noise, with matching noise types and signal-to-noise ratios during training, validation, and testing. Performance was assessed using accuracy and macro-averaged precision, recall, and F1-score. Across the two datasets, FA-PI consistently outperformed the raw and Gaussian-smoothed Fourier baselines in the noisy-condition summaries. These findings indicate that representing Fourier spectral components in a two-dimensional frequency--amplitude space can improve impact-echo defect classification beyond frequency-axis smoothing alone.
• Abstract（参考訳）: 衝撃エチョ試験(英語: Impact-echo testing)は、コンクリート構造物の内部欠陥を検出する非破壊検査法である。 しかし、境界反射、構造的干渉、測定ノイズは複雑なフーリエ振幅スペクトルを生じさせ、欠陥分類を難しくする。 フーリエ振幅スペクトルから2次元周波数振幅持続像(FA-PI)を構築した。 正確な多重パラメータ持続ホモロジーの固定パラメータ化を用いて、保持されたフーリエ成分は1つの座標と振幅として周波数ビン位置で表現され、ガウス核はこの2次元空間で適用される。 この構造は、対応する1次元ガウス平滑フーリエスペクトルと直接解析接続を持つ。 FA-PIは実験的なバックフィル・ボイドデータセットとパブリックブリッジ・デッキ・インパクト・エチョデータセットで評価され、線形分類器とSoftmax出力と同一信号レベルデータ分割を用いて生およびガウス平滑なフーリエ振幅スペクトルと比較された。 評価には、ガウス雑音、正弦波干渉、混合雑音によって破損した元の信号と信号が含まれ、訓練、検証、試験において、一致したノイズタイプと信号対雑音比が含まれていた。 精度とマクロ平均精度、リコール、F1スコアを用いて評価した。 2つのデータセット全体で、FA-PIはノイズ条件の要約において生とガウスの滑らかなフーリエベースラインを一貫して上回った。 これらの結果から,2次元周波数振幅空間におけるフーリエスペクトル成分の表現は,周波数軸平滑化以外のエコ欠陥の分類を改善することが示唆された。

関連論文リスト

• Accurate noise spectroscopy using quantum sensing ensembles [70.36032466145112]
  本稿では,アンサンブルコヒーレンスを用いた真の音源雑音スペクトルに対する解析手法を提案する。 周波数選択性と重み付け信号の収集を両立させて,シーケンスタイミングがアンサンブルノイズスペクトロスコピーにおいて二重の役割を担っていることを示す。 本手法をダイヤモンド中の浅い窒素空孔中心のモデル系に適用し, MHz帯表面雑音のスペクトル特性について一貫した情報が得られることを示す。
  論文  参考訳（メタデータ） (2026-09-15T05:03:36Z)
• Show the Signal, Hide the Noise: Spectral Forcing for Pixel-Space Diffusion [46.51681899437508]
  本稿では,パラメータフリーで時間条件付き2D-DCTローパス演算子であるSpectral Forcingを導入する。 その遮断は拡散時間とともに単調に膨張し、データエンドポイントのアイデンティティとなる。 JiT-700M/32のImageNet-256では、Spectral Forcingは、異なるトレーニングエポック間で、FIDとInception Scoreの両方を一貫して改善している。
  論文  参考訳（メタデータ） (2026-06-13T10:29:11Z)
• Fourier analysis of quantum neural network with non-linear data embedding [0.8609132348927196]
  非線形データ埋め込みを用いたVQCのフーリエ解析を開発し,特に振幅埋め込みに着目した。 パラメータ空間から生成されるユニタリのアンサンブルが、少なくともユニタリ群に対する2-設計を成すと仮定することで、ワインガルテンの計算を通して、フーリエ係数の平均は 0 に収束する。 本稿では, 振幅符号化VQCのための厳密なフーリエフレームワークを構築し, 周波数領域におけるトレーニング可能性のスケーリングと, ノイズの多い量子デバイスへの展開のシミュレーションを行った。
  論文  参考訳（メタデータ） (2026-06-12T07:40:21Z)
• Inference for High-Dimensional Sparse Spectral Precision Matrices [3.260049048085003]
  固定周波数におけるスペクトル精度行列の推測は、周波数特異的な条件付き関係のテストを可能にする。 既存のアプローチでは、離散フーリエラッソに対する完全な可能性ベースの推論は提供されない。 スパーススペクトル精度行列のための高次元推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-06T05:27:35Z)
• Convolutional Feature Noise Reduction for 2D Cardiac MR Image Segmentation [7.370984258732359]
  畳み込み型特徴フィルタ(CFF)は、特徴信号入力の雑音を最小限に抑えるための低振幅通過フィルタである。 CFFの有効性を検証するため、2つの確立された2次元分割ネットワークと2つの公開心MR画像データセットの実験を行った。 この減少を数値的に観測し解析するために,特徴信号の情報エントロピーを計算する二項化方程式を開発した。
  論文  参考訳（メタデータ） (2025-11-28T08:44:50Z)
• LSCD: Lomb-Scargle Conditioned Diffusion for Time series Imputation [55.800319453296886]
  欠落または不規則なサンプルデータを持つ時系列は、機械学習において永続的な課題である。 我々は,不規則サンプルデータのパワースペクトルの信頼性の高い計算を可能にする,異なるLombiable-Scargle層を導入する。
  論文  参考訳（メタデータ） (2025-06-20T14:48:42Z)
• PAD: Phase-Amplitude Decoupling Fusion for Multi-Modal Land Cover Classification [49.37555541088792]
  位相振幅デカップリング(PAD)は、位相(モダリティ共有)と振幅(モダリティ補完)を分離する周波数対応のフレームワークである。 この研究は、リモートセンシングにおける物理を意識したマルチモーダル融合の新しいパラダイムを確立する。
  論文  参考訳（メタデータ） (2025-04-27T07:21:42Z)
• Frequency-Aware Deepfake Detection: Improving Generalizability through Frequency Space Learning [81.98675881423131]
  この研究は、目に見えないディープフェイク画像を効果的に識別できるユニバーサルディープフェイク検出器を開発するという課題に対処する。 既存の周波数ベースのパラダイムは、偽造検出のためにGANパイプラインのアップサンプリング中に導入された周波数レベルのアーティファクトに依存している。 本稿では、周波数領域学習を中心にしたFreqNetと呼ばれる新しい周波数認識手法を導入し、ディープフェイク検出器の一般化性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-03-12T01:28:00Z)
• Audio Deepfake Detection Based on a Combination of F0 Information and Real Plus Imaginary Spectrogram Features [51.924340387119415]
  ASVspoof 2019 LAデータセットの実験結果から,提案手法はオーディオディープフェイク検出に非常に有効であることがわかった。 提案方式は音声深度検出作業に非常に有効であり,ほぼ全てのシステムにまたがる等価誤差率(EER)が0.43%に達する。
  論文  参考訳（メタデータ） (2022-08-02T02:46:16Z)
• Conditioning Trick for Training Stable GANs [70.15099665710336]
  本稿では,GANトレーニング中の不安定性問題に対応するため,ジェネレータネットワークに正規性から逸脱する条件付け手法を提案する。 我々は、生成元をシュア分解のスペクトル領域で計算された実サンプルの正規化関数から逸脱するように強制する。
  論文  参考訳（メタデータ） (2020-10-12T16:50:22Z)

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。