Aplicación de red neuronal profunda a la reconstrucción de imágenes de material de dos fases mediante tomografía de resistencia eléctrica acoplada capacitivamente
Autores: Chen, Zhuoran; Ma, Gege; Jiang, Yandan; Wang, Baoliang; Soleimani, Manuchehr
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Aplicación de red neuronal profunda a la reconstrucción de imágenes de material de dos fases mediante tomografía de resistencia eléctrica acoplada capacitivamente
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Red neuronal convolucional
Algoritmo de reconstrucción de imágenes
Imagen de material de dos fases
Tomografía de resistencia eléctrica acoplada capacitivamente
Sensor CCERT
Algoritmo de aprendizaje supervisado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Se presenta y se verifica un algoritmo de reconstrucción de imágenes basado en una red neuronal convolucional (CNN) para la imagen de materiales de dos fases con datos experimentales de un sensor de tomografía de resistencia eléctrica acoplada capacitivamente (CCERT).
Descripción
Se presenta y se verifica un algoritmo de reconstrucción de imágenes basado en una red neuronal convolucional (CNN) para la imagen de materiales de dos fases con datos experimentales de un sensor de tomografía de resistencia eléctrica acoplada capacitivamente (CCERT).