Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 2 von 39
Zurück zur Trefferliste

Application of deep learning to the segmentation of synchrotron X-ray tomography data of multiphase metal matrix composites

  • The 3D microstructure of an Al alloy matrix composite with two ceramic reinforcements was investigated by synchrotron X-ray tomography. A deep learning algorithm was used for the segmentation of four different phases. We show that convolutional networks with the U-Net architecture are able to solve complex segmentation tasks with small amount of training data.

Volltext Dateien herunterladen

  • ICTMS2019_Evsevleev.pdf
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Sergei EvsevleevORCiD
Koautor*innen:Sidnei Paciornik, Christian Gollwitzer, Giovanni Bruno
Dokumenttyp:Vortrag
Veröffentlichungsform:Präsentation
Sprache:Englisch
Jahr der Erstveröffentlichung:2019
Organisationseinheit der BAM:8 Zerstörungsfreie Prüfung
8 Zerstörungsfreie Prüfung / 8.5 Röntgenbildgebung
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Ingenieurwissenschaften und zugeordnete Tätigkeiten
Freie Schlagwörter:Deep learning; Metal matrix composite; Segmentation; Synchrotron X-ray tomography
Themenfelder/Aktivitätsfelder der BAM:Material
Veranstaltung:International Conference on Tomography of Materials & Structures
Veranstaltungsort:Cairns, Australia
Beginndatum der Veranstaltung:22.07.2019
Enddatum der Veranstaltung:26.07.2019
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:02.08.2019
Referierte Publikation:Nein
Eingeladener Vortrag:Nein
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.