Geri Dön

Crack detection and classification in oil pipes using MRCNN algorithm

Başlık çevirisi mevcut değil.

  1. Tez No: 832715
  2. Yazar: MASSOD SHALLAL HUSSEIN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgi ve Belge Yönetimi, Information and Records Management
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

Özet

Significant amounts of research and development have been devoted to the use of deep learning algorithms in civil engineering areas such as road and structural damage assessment. Scientists often select between“object detection”and“picture categorization”while doing research. The objective of the object detection procedure is to identify and label each individual visual component of a picture. On the other hand, the model is often thrown off by the unexpected fracture distribution and surface form of concrete, resulting in poor detection accuracy, Because of the intricacy of the topic and the necessity for human interpretation, the assessment of the results generated via deep learning and data design is inherently subjective. Nonetheless, both methods possess considerable architectural promise. Due to the increasing subjectivity of the data design, it has become more difficult to evaluate the results objectively. The mathematical foundation behind the application of deep learning algorithms to architectural challenges has not changed in the meantime.

Özet (Çeviri)

Yol ve yapısal hasar tespiti gibi inşaat mühendisliği alanlarında derin öğrenme algoritmalarının kullanımına önemli miktarda araştırma ve geliştirme ayrılmıştır. Bilim insanları araştırma yaparken sıklıkla“nesne tespiti”ile“resim sınıflandırması”arasında seçim yapar. Nesne algılama prosedürünün amacı, bir resmin her bir görsel bileşenini tanımlamak ve etiketlemektir. Öte yandan, model sıklıkla beklenmedik kırılma dağılımı ve betonun yüzey şekli nedeniyle bozulmakta, bu da algılama doğruluğunun zayıf olmasına neden olmaktadır. Konunun karmaşıklığı ve insan tarafından yorumlanmasının gerekliliği nedeniyle, oluşturulan sonuçların derin öğrenme ve veri tasarımı doğası gereği özneldir. Bununla birlikte, her iki yöntem de önemli mimari vaatlere sahiptir. Veri tasarımının artan öznelliği nedeniyle sonuçların objektif olarak değerlendirilmesi daha zor hale gelmiştir. Derin öğrenme algoritmalarının mimari zorluklara uygulanmasının ardındaki matematiksel temel bu arada değişmedi.

Benzer Tezler

  1. Dizel araçlarda ses analiz yöntemleri ve sürücü bilgi sistemi tasarımı ile motor arızası tespiti

    Engine fault detection of diesel vehicles by sound analysis methods and driver information system design

    ALI MARDAN HAMEED QUTUB

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL SARITAŞ

  2. Deep convolutional neural network based broken magnet detection of PMSM using finite element analysis

    Sonlu elemanlar analizi kullanarak PMSM'nin derin dönüşümlü sinir ağı tabanlı kırık mıknatıs tespiti

    AMIN GHAFOURI MATANAGH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SALİH BARIŞ ÖZTÜRK

  3. Yol görüntüsü ve hareket duyarga verilerini kullanarakotomatik yol anormalliği tespiti

    Automatic road anomaly detection using road image and motion sensor data

    ERKAN DEVECİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURHAN ERGEN

  4. Deep learning based crack detection with applications to structural health monitoring

    Yapısal sağlık izlenmesinde derin öğrenme temelli çatlak tespiti

    MAHTAB MOHTASHAM KHANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE

  5. Masif panel üretiminde kullanılan lamel parçaları üzerinde nesne tespiti ve sınıflandırılması

    Object detection and classification on lamella pieces used in solid panel production

    MERVE ÖZKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CANER ÖZCAN