logo móvil
Contáctanos

Algoritmo mejorado de detección y reconocimiento de fugas para redes neuronales residuales basado en transfer learning

Autores: Li, Liangliang; Chen, Yu; Ma, Zhengxiang; Wen, Xinling; Pang, Jiabao; Yuan, Weitao

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Algoritmo mejorado de detección y reconocimiento de fugas para redes neuronales residuales basado en transfer learning


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Método propuesto
Red ResNet18 mejorada
Reconocimiento de defectos
Precisión de predicción
Aprendizaje por transferencia
Diagnóstico de defectos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 31

Citaciones: Sin citaciones


Descripción
Debido a la falta de otra información de componentes en los defectos de señal de fuga magnética tradicionales y la baja precisión de los métodos de predicción, este artículo propone una red residual mejorada para el reconocimiento de defectos de detección de fugas magnéticas que predice el tamaño del defecto y diferentes velocidades de detección. Se propone un nuevo método de diagnóstico de defectos basado en ResNet18 en la Red Neuronal Convolucional (CNN) en este estudio.

Otros recursos que podrían interesarte

Temas Virtualpro