Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2019

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: elektryczna uczenie maszynowe

Sortuj według:

Ogranicz wyniki do:

Application of multi-source data for process analysis in electrical tomography

100%

Rymarczyk T. , Kłosowski G. , Kozłowski E. , Rymarczyk T. , Bednarczuk P. , Sikora J.

2019

tom R. 95, nr 12

192--195

The article presents the use of multi-source data to analyse processes in electric tomography. Tomography is a technique for imaging the inside of an examined object based on measurements taken at its edge. Depending on the technological specifics, you can see both advantages and disadvantages in terms of accuracy, frequency and resolution of reproduced images. Electric tomography is an imaging technique that uses different electrical properties of different types of materials. The collected information is processed by an algorithm that reconstructs the image. Solving the inverse problem, we obtain the distribution of material coefficients in the studied area. Image reconstruction methods in this work were based on machine learning.

Artykuł przedstawia zastosowanie danych wieloźródłowych do analizy procesów w tomografii elektrycznej. Tomografia jest to technika obrazowania wnętrza badanego obiektu na podstawie pomiarów wykonanych na jego krawędzi. W zależności od specyfiki technologicznej można zobaczyć zarówno zalety, jak i wady w zakresie dokładności, częstotliwości i rozdzielczości odtwarzanych obrazów. Tomografia elektryczna jest techniką obrazowania, która wykorzystuje różne właściwości elektryczne różnych rodzajów materiałów. Zebrane informacje są przetwarzane przez algorytm, który rekonstruuje obraz. Rozwiązując odwrotny problem, uzyskujemy rozkład współczynników materiałowych w badanym obszarze. Metody rekonstrukcji obrazu w tej pracy oparte zostały na uczeniu maszynowym.