Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Application of residual learning to microseismic random noise attenuation

Zheng Jing, Jiang Tianqi, Wu Zhixiang, Sun Yuan

Acta Geophysica

2021

Vol. 69, no. 4

1151--1161

Microseismic data which are recorded by near-surface sensors are usually drawn in strong random noise. The reliability and accuracy of arrivals picking, source localization, microseismic imaging and source mechanism inversion are often afected by the random noise. Random noise attenuation is important for microseismic data processing. We introduce a novel deep convolutional neural network-based denoising approach to attenuate random noise from 1D microseismic data. The approach predicts the noise (the diference between the noisy microseismic data and clean microseismic data) as output instead of directly outputing the denoised data that is called residual learning. With the residual learning strategy, the approach removes the clean data in the hidden layers. In other words, the approach learns from the random noise prior instead of an explicit data prior. Then, the denoised data are reconstructed via subtracting noise from noisy data. Compared with other commonly used denoising methods, the proposed method performs its efectiveness and superiority by experimental tests on synthetic and real data. The model is trained with synthetic data and applied on real data. The results show that random noise in the synthetic and real data can been removed. However, some noise still remains in the real data case. The reason for that may be the approach can only remove random noise nor the correlated noise. Other methods are needed to be applied to remove the correlated noise to obtain higher performance after that approach when the real microseismic data which contain both correlated noise and random noise.

Sustainable Apparel Product Design Methods: a Fashion Brand Company Case Study

Zheng Jing, Li Li, Gu Wen, Liu Gang Xiao

Fibres & Textiles in Eastern Europe

2020

Vol. 28, no. 4 (142)

23--33

Fashion brand companies must fully consider all the three following aspects in apparel product design: perspectives, method and model (the key research questions proposed by this study), and practise in a sustainable way, with a focus on the combination of enterprise practices and sustainable development. In this paper, we make full use of the key elements of clothing design to establish a user-friendly theoretical model based on the concept of “clothing series design” and conducted the first trial at an appropriate company (Burberry). Then we applied this method derived from our model to the new products released as part of the 2019 Spring and Summer collection at a Chinese apparel company to test the stability of the method. The study proposed a new sustainable design method and received positive application results through the tests at Burberry and at a Chinese apparel company, which can be considered as one of the major contributions of this study.

Firmy modowe muszą w pełni uwzględnić wszystkie trzy aspekty projektowania produktów odzieżowych: perspektywy, metody i modele (kluczowe pytania badawcze zaproponowane w badaniu) i praktykować w sposób zrównoważony, koncentrując się na połączeniu praktyk przedsiębiorstw i zrównoważonego rozwoju. W artykule w pełni wykorzystano kluczowe elementy projektowania odzieży, tak aby stworzyć przyjazny dla użytkownika model teoretyczny oparty na koncepcji „projektowania serii odzieży” i przeprowadzono pierwszą próbę w firmie odzieżowej „Burberry”. Następnie zastosowano metodę pochodzącą z opracowanego modelu w nowych produktach wydanych w ramach kolekcji wiosenno-letniej 2019 w chińskiej firmie odzieżowej, w celu przetestowania stabilności tej metody. Badanie zasugerowało nową metodę zrównoważonego projektowania i uzyskało pozytywne wyniki zastosowania w testach w Burberry i chińskiej firmie odzieżowej, które można uznać za jeden z głównych wkładów tego badania.