Применение искусственного интеллекта в промышленной рентгеновской радиографии; Ресурсосберегающие технологии в контроле, управлении качеством и безопасности
| Parent link: | Ресурсосберегающие технологии в контроле, управлении качеством и безопасности.— 2025.— С. 58-62 |
|---|---|
| Yazar: | |
| Diğer Yazarlar: | |
| Özet: | В статье рассматриваются современные подходы к применению искусственного интеллекта (ИИ) в промышленной рентгеновской радиографии для задач неразрушающего контроля. Основное внимание уделяется решению ключевой проблемы – нехватки размеченных данных о дефектах. В качестве эффективного решения предлагается генерация синтетических рентгеновских снимков с использованием библиотек 3D-моделей дефектов и симулятора aRTist The article examines modern approaches to the application of artificial intelligence (AI) in industrial X-ray radiography for non-destructive testing tasks. The primary focus is on solving the key problem – the shortage of labeled defect data. An effective solution proposed is the generation of synthetic X-ray images using libraries of 3D defect models and the aRTist simulator Текстовый файл |
| Dil: | Rusça |
| Baskı/Yayın Bilgisi: |
2025
|
| Konular: | |
| Online Erişim: | http://earchive.tpu.ru/handle/11683/133741 |
| Materyal Türü: | Elektronik Kitap Bölümü |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=683826 |
| Özet: | В статье рассматриваются современные подходы к применению искусственного интеллекта (ИИ) в промышленной рентгеновской радиографии для задач неразрушающего контроля. Основное внимание уделяется решению ключевой проблемы – нехватки размеченных данных о дефектах. В качестве эффективного решения предлагается генерация синтетических рентгеновских снимков с использованием библиотек 3D-моделей дефектов и симулятора aRTist The article examines modern approaches to the application of artificial intelligence (AI) in industrial X-ray radiography for non-destructive testing tasks. The primary focus is on solving the key problem – the shortage of labeled defect data. An effective solution proposed is the generation of synthetic X-ray images using libraries of 3D defect models and the aRTist simulator Текстовый файл |
|---|