Оптимізація виявлення дефектів в атомних матеріалах з використанням графенового шару
| Автори | Sonal C. Bhangale1, Laxmikant S. Dhamande2, Bhagyashree Ashok Tingare3 , Tarun Dhar Diwan4 , R.A. Kapgate1, P. William5 , Prasad M. Patare2 |
| Афіліація | 1Department of Mechatronics Engineering, Sanjivani College of Engineering, Kopargaon, MH, India 2Department of Mechanical Engineering, Sanjivani College of Engineering, Kopargaon, MH, India 3Department of Artificial Intelligence and Data Science, D Y Patil College of Engineering, Akurdi, Pune 4Controller of Examination (COE), Atal Bihari Vajpayee University, Bilaspur, India 5Department of Information Technology, Sanjivani College of Engineering, Kopargaon, MH, India |
| Е-mail | bhangalesonalmk@sanjivani.org.in |
| Випуск | Том 17, Рік 2025, Номер 4 |
| Дати | Одержано 03 квітня 2025; у відредагованій формі 18 серпня 2025; опубліковано online 29 серпня 2025 |
| Цитування | Sonal C. Bhangale, Laxmikant S. Dhamande, Bhagyashree Ashok Tingare, та ін., Ж. нано- електрон. фіз. 17 № 4, 04028 (2025) |
| DOI | https://doi.org/10.21272/jnep.17(4).04028 |
| PACS Number(s) | 68.37.Ps, 68.65.Pq |
| Ключові слова | (3116) . |
| Анотація | Властивості графену та інших атомних матеріалів у поєднанні з методами комп'ютерного зору дозволяють радикально покращити чутливість дефектоскопії. Процес збору даних, отриманий за допомогою цих методів, включав зображення високої роздільної здатності, які застосовувалися для захоплення дрібних деталей поверхні атомних матеріалів. Фотографії піддаються сучасним методам вилучення ознак, щоб виділити та покращити деталі основних структурних компонентів після проходження суворих етапів попередньої обробки даних, таких як зменшення шуму та стандартизація зображення. Унікальна модель Effective Chicken Swarm Guided Recursive NeuroNet (ECS-RNN) спрямована на класифікацію та виявлення дефектів за допомогою застосування інтелектуальних роїв та глибокого навчання. Навчання проводилося на основі показників продуктивності, досягнутих у цьому дослідженні, що вказує на її здатність створювати дуже точні та надійні прогнози з показником F1 97,3 %, точністю 98,5 % та прецизійністю 96,8 %. Ці результати свідчать про прогрес у виявленні дефектів за допомогою запропонованої методики та демонструють застосовність методів машинного навчання у вирішенні дуже складних задач. Модель ECS-RNN демонструє суттєві покращення в обчисленнях нейронних мереж, демонструє свою здатність отримувати відповідні архітектури з мінімальною ерозією, що є перевагою в сценаріях, де отримання важливої інформації має першорядне значення.Kлючові слова: Шар графену, Атомна структура, Ефективна рекурсивна нейромережа, Керована методом Chicken Swarm (ECS-RNN), Медіанний та вінерський фільтри. |
|
Перелік посилань English version of article |
Інші статті цього номера
1) Моделювання пробою p-n переходу на основі GaAs з використанням методу молекулярної динаміки [04001-1-04001-6]2) Роль зернограничного зміцнення в збільшенні мікротвердості алюмінієвих сплавів, опромінених сильнострумовим імпульсним пучком електронів [04002-1-04002-6]
3) Теоретичне та експериментальне дослідження імплантату внутрішнього вуха людини з ультразвуковою лінією зв’язку [04003-1-04003-8]
4) Морфологічні та оптичні властивості кремнієвих мікронаноструктур, індукованих коронним розрядом постійного струму за атмосферного тиску [04004-1-04004-7]
5) Похиле падіння E-поляризованих фотонів на нескінченну періодичну ґратку металевих стрічок [04005-1-04005-5]
6) Мікрохвильовий фотомодуляційний метод для неінвазивного аналізу профілів легування в неоднорідних напівпровідникових структурах [04006-1-04006-6]
7) Про підвищення чутливості резонаторного зонда з осьовою симетрією в локальній мік-рохвильовій діагностиці нанорозмірних об'єктів [04007-1-04007-7]
8) Фізична електроніка систем п’єзокерамічних перетворювачів і її залежність від характеру електричного збудження систем [04008-1-04008-1]
9) Покращення здатності датчика на основі ZnO до виявлення газу: вплив статичного потенціалу [04009-1-04009-7]
10) Близькоповерхнева надпровідність у топологічних ниткоподібних кристалах GaSb і Bi2Se3 [04010-1-04010-1]
11) Прогнозування споживання електроенергії за допомогою моделі ARIMA-LSTM [04011-1-04011-4]
12) Вплив електромагнітного та оптичного випромінювання на фізичні та біологічні системи [04012-1-04012-5]
13) Виготовлення біополімерних нанокомпозитних екранів електромагнітних перешкод на основі багаси з цукрової тростини та PVA/PANI/MWCNT, а також оцінка ефективності екранування залежно від різного складу [04013-1-04013-6]
14) Нано-вдосконалені IoT-датчики та гібридні алгоритми планування для розумного сільського господарства: багаторівнева структура для сталого розвитку [04014-1-04014-6]
15) Стабілізація невизначених систем із затримкою у скінченному часі з використанням нового підходу інтегральної нерівності [04015-1-04015-6]
16) Інфляційні космологічні моделі з використанням типів Б’янкі II-IX: математичний підхід [04016-1-04016-5]
17) Сольвотермічний синтез та комплексна характеристика високоякісного оксиду графену [04017-1-04017-5]
18) Портативна антена з пазами та прорізами для медичних застосувань [04018-1-04018-5]
19) Високоізольована компактна чотирипелюсткова UWB MIMO-антена з шестигранним слотом для розширених застосувань 5G та промислового інтернету речей [04019-1-04019-5]
20) Компактна широкосмугова мікросмужкова патч-антена для 5G-зв’язку [04020-1-04020-5]
21) Покращення продуктивності мікросмужкової круглої кільцевої дводіапазонної патч-антени з мінімальним відбиттям для ефективних застосувань бездротового зв’язку [04021-1-04021-5]
22) Ефективна мініатюрна патч-антена для бездротового зв’язку малої дальності [04022-1-04022-5]
23) Y-подібні патчі масивної MIMO-антени для вимірювання продуктивності при застосуванні 6G [04023-1-04023-5]
24) Гібридна мініатюрна надширокосмугова мікросмужкова антена для 5G застосувань та дистанційного зондування [04024-1-04024-5]
25) Покращення продуктивності за допомогою 2 2 одноелементної масивної MIMO-антени у 6G пристроях [04025-1-04025-5]
26) Гнучка широкосмугова антена для застосувань у C-діапазоні та X-діапазонах [04026-1-04026-5]
27) Інтелектуальний підхід до аналізу заборонених зон у напівпровідникових наноматеріалах [04027-1-04027-5]
28) Підхід до прогнозування ефективності фільтрації в нанокомпозитних мембранах з використанням 2D-матеріалів [04029-1-04029-6]
29) Метод оптимізації для оцінки параметрів сонячних фотоелектричних систем з використанням наноматеріалів [04030-1-04030-5]
30) [04030-1-04030-6]
31) Покращення рентгенотерапії: дослідження наноматеріалів на основі сульфіду вісмуту методом Монте-Карло [04032-1-04032-5]
32) Наномодифікований бетон для екстремальних умов: підвищення довговічності за допомогою нанодобавок та цементної нанотехнології [04034-1-04034-5]
33) Розробка та впровадження безлегуючого MBCFET на основі зарядової плазми з використанням надтонкого Ge для низькопотужних застосувань [04035-1-04035-5]
34) Наночастинки гадолінію: перспективний агент для посилення радіотерапії при низьких концентраціях [04036-1-04036-6]
35) Мікрохвильові поглинальні властивості композитного матеріалу на основі полівінілхлориду та ітрієвого гранату [04037-1-04037-7]
