메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
D. Sivabalaselvamani (Kongu Engineering College) K. Nanthini (Kongu Engineering College) S. Vanithamani (M.Kumarasamy College of Engineering) L. Nivetha (Kongunadu College of Engineering and Technolog)
저널정보
한양대학교 세라믹공정연구센터 Journal of Ceramic Processing Research Journal of Ceramic Processing Research 제24권 제1호
발행연도
2023.2
수록면
78 - 88 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Ceramic tiles are in high demand in the infrastructure and building development industries due to their low cost, ease ofinstallation, maintenance, moisture resistance, and availability in a broad range of colors, textures, and sizes. Automatedfacilities, which produce hundreds of tiles in every segment, require a tremendous volume of output. Because of the largenumber of tiles produced and the frequency with which they are produced, it is impossible to manually examine them forfaults, necessitating the use of a rapid, efficient, and reliable automated process. However, while the process of detecting flawsand categorizing them (or classification) is not as efficient as it might be, recent advances in computing technology,mathematical modeling, and high-resolution picture capture equipment have given rise to new prospects in the subject. Manykinds of literature on using these systems for the same goal are currently accessible. Deep learning is a type of artificialintelligence that helps people makes decisions. In production applications, image detection of faulty Ceramic Tile Surfaces isa critical skill. Deep learning is now being studied for its potential application in automated defect identification. As a result,we propose Deep Learning approaches that take advantage of the transform domain properties of the tiles image. The model'scapacity to learn via the system makes it versatile and dynamically customizable. Different deep learning-based fault detectionand classification transfer learning approaches are examined in this study.
#Deep learning #Classification #Ceramic tile images #VGG model #CNN.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0