Jove
Visualize
お問い合わせ

関連する概念動画

Mechanical Characteristics of Steel01:18

Mechanical Characteristics of Steel

939
The mechanical characteristics of steel are assessed through various tests that evaluate its strength, toughness, and flexibility. These tests include tension, torsion, impact, bending, and hardness assessments, each providing crucial information about steel's suitability for specific applications.
The tension test is fundamental for determining tensile strength. In this test, a steel specimen is stretched using a gripping device until it breaks. The data collected during this test are used...
939

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

<i>Wearanize+</i>: a multimodal dataset for evaluating wearable technologies in sleep research.

Sleep advances : a journal of the Sleep Research Society·2026
Same author

A Pneumonia Diagnosis Scheme Based on Hybrid Features Extracted from Chest Radiographs Using an Ensemble Learning Algorithm.

Journal of healthcare engineering·2021
Same author

<b>A Machine Learning Approach to Diagnosing Lung and Colon Cancer Using a Deep Learning-Based Classification Framework</b>.

Sensors (Basel, Switzerland)·2021
Same author

A Novel Method to Identify Pneumonia through Analyzing Chest Radiographs Employing a Multichannel Convolutional Neural Network.

Sensors (Basel, Switzerland)·2020
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: May 3, 2026

Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns
13:44

Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns

Published on: August 30, 2013

43.5K

鋼材表面異常認識のための平均シフトベースのプロトタイプネットワーク

Canan Tastimur1

  • 1Computer Engineering, Erzincan Binali Yildirim University, Erzincan, Turkey. ctastimur@erzincan.edu.tr.

Scientific reports
|December 30, 2025
PubMed
まとめ

新しい平均シフトベースのプロトタイプネットワーク（MSPro-Net）は、鋼材表面の欠陥分類を大幅に改善します。この方法は、特に少数ショット学習シナリオにおいて精度を向上させ、古典的なアプローチを上回っています。

科学分野:

  • 材料科学および工学
  • コンピュータビジョンおよび機械学習

背景:

  • 熱間圧延鋼板の表面欠陥は、製品の品質と市場での受け入れに重大な影響を与えます。
  • これらの欠陥の早期検出は、効率的な鋼材生産に不可欠です。

研究 の 目的:

  • 平均シフトベースのプロトタイプネットワーク（MSPro-Net）を導入および評価し、鋼材表面の欠陥分類を強化すること。
  • MSPro-Netが、特に少数ショット学習のコンテキストにおいて、古典的なプロトタイプネットワークよりも優れていることを実証すること。

主な方法:

  • 平均シフト法による適応型プロトタイプ計算を利用したMSPro-Netの開発。
  • 複数のNクラスKショットシナリオを使用した古典的なプロトタイプネットワーク（CL-ProNet）との比較分析。
  • NEU、XSDD、GC10-Detを含むベンチマークデータセットでの検証。

主要な成果:

  • MSPro-Netは、さまざまなデータセットと少数ショット設定において、CL-ProNetと比較して欠陥分類で有意に高い精度を達成しました。
  • NEUデータセット（6クラス、25ショット）では、MSPro-NetはCL-ProNetの50.67%に対して98.67%の精度に達しました。
  • XSDD（96.00%）およびGC10-Det（90.00%）データセットでも優れたパフォーマンスが観察され、堅牢性が実証されました。
キーワード:
鋼材表面欠陥異常検知少数ショット学習プロトタイプネットワーク平均シフト深層学習コンピュータビジョン材料科学

さらに関連する動画

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

987
Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
08:27

Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines

Published on: January 5, 2024

1.6K

関連する実験動画

Last Updated: May 3, 2026

Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns
13:44

Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns

Published on: August 30, 2013

43.5K
Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

987
Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
08:27

Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines

Published on: January 5, 2024

1.6K

結論:

  • MSPro-Netは、より代表的なクラスプロトタイプの計算を提供し、鋼材表面の欠陥検出に大幅な改善をもたらします。
  • 提案された方法は少数ショット学習に優れており、製造業における早期欠陥識別のための強力なツールを提供します。