Zobrazeno 1 - 10
of 2 026
pro vyhledávání: '"Defect sizing"'
Autor:
Miorelli, Roberto, Fisher, Clément, Kulakovskyi, Andrii, Chapuis, Bastien, Mesnil, Olivier, D’Almeida, Oscar
Publikováno v:
In NDT and E International September 2021 122
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Maguire, Pierce, Fox, Daniel S., Zhou, Yangbo, Wang, Qianjin, O'Brien, Maria, Jadwiszczak, Jakub, Cullen, Conor P., McManus, John, McEvoy, Niall, Duesberg, Georg S., Zhang, Hongzhou
Publikováno v:
Phys. Rev. B 98, 134109 (2018)
Precise and scalable defect engineering of 2D nanomaterials is acutely sought-after in contemporary materials science. Here we present defect engineering in monolayer graphene and molybdenum disulfide (MoS$_2$) by irradiation with noble gas ions at 3
Externí odkaz:
http://arxiv.org/abs/1707.08893
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
García-Gómez, Joaquín1 (AUTHOR) joaquin.garciagomez@uah.es, Gil-Pita, Roberto1 (AUTHOR) roberto.gil@uah.es, Rosa-Zurera, Manuel1 (AUTHOR) manuel.rosa@uah.es, Romero-Camacho, Antonio2 (AUTHOR) aromero@innerspec.com, Jiménez-Garrido, Jesús Antonio2 (AUTHOR) jjimenez@innerspec.com, García-Benavides, Víctor2 (AUTHOR) vgarcia@innerspec.com
Publikováno v:
Sensors (14248220). Mar2018, Vol. 18 Issue 3, p802. 18p. 3 Color Photographs, 3 Diagrams, 5 Charts, 8 Graphs.
Publikováno v:
Pyle, R, Hughes, R R & Wilcox, P D 2023, ' Interpretable and Explainable Machine Learning for Ultrasonic Defect Sizing ', IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, vol. 70, no. 4, pp. 277-290 . https://doi.org/10.1109/TUFFC.2023.3248968
Despite its popularity in literature, there are few examples of machine learning (ML) being used for industrial nondestructive evaluation (NDE) applications. A significant barrier is the ‘black box’ nature of most ML algorithms. This paper aims t
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b5a459d6c1e32da7fb0536b0ab1f4dcf
https://doi.org/10.1109/tuffc.2023.3248968
https://doi.org/10.1109/tuffc.2023.3248968
Publikováno v:
Insight: Non-Destructive Testing & Condition Monitoring. Mar2021, Vol. 63 Issue 3, p141-145. 5p.
Publikováno v:
Experimental Techniques. 46:811-822
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::65b2670612d06aa42dcfbcae23098288
https://doi.org/10.1007/s40799-021-00506-9
https://doi.org/10.1007/s40799-021-00506-9