인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Non-Destructive Testing (NDT) is important to detect sub-surface defects in the weldments to ensure the quality of weld joints. The weld radiographs are digitized using a high-resolution digital camera. Data augmentation techniques are applied to expand the radiographic image dataset. Multi-class defect classification is done using the Gray-level co-occurrence matrix as a feature extractor and these features are given as input to various classifiers for classifying slag inclusion, incomplete penetration, and acceptable weld bead classes. The proposed methodology achieved the highest accuracies of 84%,83%,80%,70%, and 64% respectively for GLCM plus Random Forest, GLCM plus XGBoost, GLCM plus lightGBM, GLCM plus KNN, and GLCM plus SVM. The technology of applying ML techniques on radiographic images in detection of defects in welding as well as other manufacturing processes can be a sustainable practice.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
