• Treffer 4 von 8
Zurück zur Trefferliste

Explainable Machine Learning for Damage Detection: in Carbon Fiber Composite Plates Under Varying Temperature Conditions

  • Understanding on how a machine learning model interprets data is a crucial step to verify its reliability and avoid overfitting. While the focus of the scientific community is nowadays orientated towards deep learning approaches, which are considered as black box approaches, this work presents a toolbox that is based on complementary methods of feature extraction and selection, where the classification decisions of the model are transparent and can be physically interpreted. On the example of guided wave benchmark data from the open guided waves platform, where delamination defects were simulated at multiple positions on a carbon fiber reinforced plastic plate under varying temperature conditions, the authors could identify suitable frequencies for further investigations and experiments. Furthermore, the authors presented a realistic validation scenario which ensures that the machine learning model learns global damage characteristics rather than position specific characteristics.

Volltext Dateien herunterladen

  • Schnur-2021-QNDE-Explainable-ML.pdf
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:C. Schnur, J. Moll, Yevgeniya Lugovtsova, A. Schütze, T. Schneider
Persönliche Herausgeber*innen:T. Kundu, H. Reis, J.-B. Ihn, Y. Dzenis
Dokumenttyp:Beitrag zu einem Tagungsband
Veröffentlichungsform:Graue Literatur
Sprache:Englisch
Titel des übergeordneten Werkes (Englisch):48th Annual Review of Progress in Quantitative Nondestructive Evaluation
Jahr der Erstveröffentlichung:2021
Organisationseinheit der BAM:8 Zerstörungsfreie Prüfung
8 Zerstörungsfreie Prüfung / 8.4 Akustische und elektromagnetische Verfahren
Verlag:The American Society of Mechanical Engineers (ASME)
Verlagsort:New York, USA
Jahrgang/Band:QNDE2021-75215
Aufsatznummer:V001T07A005
Erste Seite:1
Letzte Seite:6
DDC-Klassifikation:Naturwissenschaften und Mathematik / Chemie / Analytische Chemie
Freie Schlagwörter:Composite structures; Damage detection; Explainable machine learning; Guided waves; Structural health monitoring
Themenfelder/Aktivitätsfelder der BAM:Chemie und Prozesstechnik
Veranstaltung:2021 48th Annual Review of Progress in Quantitative Nondestructive Evaluation
Veranstaltungsort:Online meeting
Beginndatum der Veranstaltung:28.07.2021
Enddatum der Veranstaltung:30.07.2021
DOI:10.1115/QNDE2021-75215
ISBN:978-0-7918-8552-9
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:28.12.2022
Referierte Publikation:Ja
Datum der Eintragung als referierte Publikation:09.01.2023
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.