تخمین نفوذ مس در نوارهای لبه ای با استفاده از شبکه های عصبی عمیق
Publish place: The fifth international conference on electronic, electrical and computer engineering
Publish Year: 1403
Type: Conference paper
Language: Persian
View: 32
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
EEEC05_024
Index date: 24 March 2025
تخمین نفوذ مس در نوارهای لبه ای با استفاده از شبکه های عصبی عمیق abstract
در این مقاله، ما یک رویکرد نوآورانه را برای تخمین نفوذ مس در نوارهای لبه ای با استفاده از شبکه های عصبی عمیق کانولوشنال (CNN) پیشنهاد نمودیم. ابتدا برای تولید داده های آموزش با حفظ برچسب های داده ها از جمله چرخش و تغییر مقیاس برای ایجاد بیش از ۲۴۵۷۶۰۰ داده انجام شد. معماری U-net براساس شبکه عصبی CNN پیشنهاد شد وبر اساس مجموعه داده های تقویت شده راحتی و آموزش داده شده است. میزان دقت مجموعه تست نهایی مدل CNN پیشنهادی ۹۰.۸۳% است. با این حال، محدودیت های سخت افزاری و نرم افزاری وجود دارد. اجرای CNN آموزش دیده برای هر عکس تا بیش از ۲۳ میلی ثانیه طول می کشد، که برای کاربردهای بالادرنگ ملاحظه شود.
تخمین نفوذ مس در نوارهای لبه ای با استفاده از شبکه های عصبی عمیق Keywords:
تخمین نفوذ مس در نوارهای لبه ای با استفاده از شبکه های عصبی عمیق authors
مرتضی کوشکک
دانشگاه غیرانتفاعی لیان بوشهر
حسین مومن زاده
دانشگاه غیرانتفاعی لیان بوشهر
حسن ارفعی نیا
دانشگاه غیرانتفاعی لیان بوشهر
