Aircraft Diagnostics Using Convolutional Neural Networks
Fragment książki (Rozdział monografii pokonferencyjnej)
MNiSW
20
Poziom I
| Status: | |
| Autorzy: | Mika Dariusz, Józwik Jerzy, Tofil Arkadiusz, Pytka Jarosław, Pioś Paweł, Tomiło Paweł |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Elektroniczna |
| Język: | angielski |
| Strony: | 36 - 40 |
| Scopus® Cytowania: | 0 |
| Bazy: | Scopus | IEEE Xplore |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | 11th International Workshop on Metrology for AeroSpace |
| Skrócona nazwa konferencji: | 11th MetroAeroSpace 2024 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 3 czerwca 2024 do 5 czerwca 2024 |
| Miasto konferencji: | Lublin |
| Państwo konferencji: | POLSKA |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| In this paper we present the application of convolutional neural networks to identify faults in selected aircraft components. The theoretical part of the article includes the definition and discussion of machine learning issues. In the simulation part, the input data of the network in the form of a set of images of selected aircraft components were prepared and the architecture of the convolutional neural network was created. Experimental results confirming the high efficiency of aircraft damage identification using the proposed convolutional neural network architecture. |
